数据结构-堆(Heap)
堆的主要知识点
1.堆结构就是用数组实现的完全二叉树结构
2.完全二叉树中如果每棵子树的最大值都在顶部就是大根堆
3.完全二叉树中如果每棵子树的最小值都在顶部就是小根堆
4.堆结构的heapInsert与heapify操作
5.堆结构的增大和减少
6.优先级队列结构,就是堆结构(在Java中是PriorityQueue)
堆是用数组实现的,二叉树的结构实际上不存在,只是我们脑补出来的结构。
若数组下标i从0开始,则存在一下关系:
左孩子下标:i * 2 + 1
右孩子下标:i * 2 + 2
父节点下标:(i - 1) / 2
注意以下讨论的情况都是围绕大根堆的。
heapInsert操作(把节点向上调的过程)
适用场景:1.新加一个元素到最后一个节点;2.某元素的值变大,需要调整大根堆
时间复杂度:O(logN)。因为完全二叉树的高度为log(2, N),所以最多比较log(2, N)次,故时间复杂度为O(logN)。
Code:
public static void heapInsert(int[] arr, int index) {
while (arr[index] > arr[(index - 1) / 2]) {
swap(arr, index, (index - 1) / 2);
}
}
heapify操作(把节点向下调的过程)
把节点向下调的过程,与子节点中较大的节点交换。因为要是交换较小的节点以后,那么这个节点调上去之后子节点都比自己大,这就破坏了大根堆的结构。
适用场景:某元素的值变小,需要调整大根堆
时间复杂度:O(logN)
如果元素的值变化,但不知道是变大还是变小,可以同时尝试heapify和heapInsert,因为只会发生其中的一个操作,所以时间复杂度为O(logN)。
Code:
public static void heapify(int[] arr, int index, int size) {
int left = index * 2 + 1;
while (left < size) {
int largest = left + 1 < size && arr[left] < arr[left + 1] ? left + 1 : left; // 这个条件很重要
largest = arr[index]