概要
前面分别通过C和C++实现了二叉堆,本章给出二叉堆的Java版本。还是那句话,它们的原理一样,择其一了解即可。
二叉堆的介绍
二叉堆是完全二元树或者是近似完全二元树,按照数据的排列方式可以分为两种:最大堆和最小堆。
最大堆:父结点的键值总是大于或等于任何一个子节点的键值;最小堆:父结点的键值总是小于或等于任何一个子节点的键值。
二叉堆一般都通过"数组"来实现,下面是数组实现的最大堆和最小堆的示意图:
二叉堆的图文解析
图文解析是以"最大堆"来进行介绍的。
最大堆的核心内容是"添加"和"删除",理解这两个算法,二叉堆也就基本掌握了。下面对它们进行介绍,其它内容请参考后面的完整源码。
1. 添加
假设在最大堆[90,80,70,60,40,30,20,10,50]种添加85,需要执行的步骤如下:
如上图所示,当向最大堆中添加数据时:先将数据加入到最大堆的最后,然后尽可能把这个元素往上挪,直到挪不动为止!
将85添加到[90,80,70,60,40,30,20,10,50]中后,最大堆变成了[90,85,70,60,80,30,20,10,50,40]。
最大堆的插入代码(Java语言)
/** 最大堆的向上调整算法(从start开始向上直到0,调整堆)
*
* 注:数组实现的堆中,第N个节点的左孩子的索引值是(2N+1),右孩子的索引是(2N+2)。
*
* 参数说明:
* start -- 被上调节点的起始位置(一般为数组中最后一个元素的索引)*/
protected void filterup(intstart) {int c = start; //当前节点(current)的位置
int p = (c-1)/2; //父(parent)结点的位置
T tmp = mHeap.get(c); //当前节点(current)的大小
while(c > 0) {int cmp =mHeap.get(p).compareTo(tmp);if(cmp >= 0)break;else{
mHeap.set(c, mHeap.get(p));
c=p;
p= (p-1)/2;
}
}
mHeap.set(c, tmp);
}/** 将data插入到二叉堆中*/
public voidinsert(T data) {int size =mHeap.size();
mHeap.add(data);//将"数组"插在表尾
filterup(size); //向上调整堆
}
insert(data)的作用:将数据data添加到最大堆中。mHeap是动态数组ArrayList对象。
当堆已满的时候,添加失败;否则data添加到最大堆的末尾。然后通过上调算法重新调整数组,使之重新成为最大堆。
2. 删除
假设从最大堆[90,85,70,60,80,30,20,10,50,40]中删除90,需要执行的步骤如下:
如上图所示,当从最大堆中删除数据时:先删除该数据,然后用最大堆中最后一个的元素插入这个空位;接着,把这个“空位”尽量往上挪,直到剩余的数据变成一个最大堆。
从[90,85,70,60,80,30,20,10,50,40]删除90之后,最大堆变成了[85,80,70,60,40,30,20,10,50]。
注意:考虑从最大堆[90,85,70,60,80,30,20,10,50,40]中删除60,执行的步骤不能单纯的用它的字节点来替换;而必须考虑到"替换后的树仍然要是最大堆"!
二叉堆的删除代码(Java语言)
/** 最大堆的向下调整算法
*
* 注:数组实现的堆中,第N个节点的左孩子的索引值是(2N+1),右孩子的索引是(2N+2)。
*
* 参数说明:
* start -- 被下调节点的起始位置(一般为0,表示从第1个开始)
* end -- 截至范围(一般为数组中最后一个元素的索引)*/
protected void filterdown(int start, intend) {int c = start; //当前(current)节点的位置
int l = 2*c + 1; //左(left)孩子的位置
T tmp = mHeap.get(c); //当前(current)节点的大小
while(l <=end) {int cmp = mHeap.get(l).compareTo(mHeap.get(l+1));//"l"是左孩子,"l+1"是右孩子
if(l < end && cmp<0)
l++; //左右两孩子中选择较大者,即mHeap[l+1]
cmp =tmp.compareTo(mHeap.get(l));if(cmp >= 0)break; //调整结束
else{
mHeap.set(c, mHeap.get(l));
c=l;
l= 2*l + 1;
}
}
mHeap.set(c, tmp);
}/** 删除最大堆中的data
*
* 返回值:
* 0,成功
* -1,失败*/
public intremove(T data) {//如果"堆"已空,则返回-1
if(mHeap.isEmpty() == true)return -1;//获取data在数组中的索引
int index =mHeap.indexOf(data);if (index==-1)return -1;int size =mHeap.size();
mHeap.set(index, mHeap.get(size-1));//用最后元素填补
mHeap.remove(size - 1); //删除最后的元素
if (mHeap.size() > 1)
filterdown(index, mHeap.size()-1); //从index号位置开始自上向下调整为最小堆
return 0;
}
二叉堆的Java实现(完整源码)
二叉堆的实现同时包含了"最大堆"和"最小堆"。
二叉堆(最大堆)的实现文件(MaxHeap.java)
1 /**
2 * 二叉堆(最大堆)3 *4 *@authorskywang5 * @date 2014/03/076 */
7
8 importjava.util.ArrayList;9 importjava.util.List;10
11 public class MaxHeap>{12
13 private List mHeap; //队列(实际上是动态数组ArrayList的实例)
14
15 publicMaxHeap() {16 this.mHeap = new ArrayList();17 }18
19 /*
20 * 最大堆的向下调整算法21 *22 * 注:数组实现的堆中,第N个节点的左孩子的索引值是(2N+1),右孩子的索引是(2N+2)。23 *24 * 参数说明:25 * start -- 被下调节点的起始位置(一般为0,表示从第1个开始)26 * end -- 截至范围(一般为数组中最后一个元素的索引)27 */
28 protected void filterdown(int start, intend) {29 int c = start; //当前(current)节点的位置
30 int l = 2*c + 1; //左(left)孩子的位置
31 T tmp = mHeap.get(c); //当前(current)节点的大小
32
33 while(l <=end) {34 int cmp = mHeap.get(l).compareTo(mHeap.get(l+1));35 //"l"是左孩子,"l+1"是右孩子
36 if(l < end && cmp<0)37 l++; //左右两孩子中选择较大者,即mHeap[l+1]
38 cmp =tmp.compareTo(mHeap.get(l));39 if(cmp >= 0)40 break; //调整结束
41 else{42 mHeap.set(c, mHeap.get(l));43 c =l;44 l = 2*l + 1;45 }46 }47 mHeap.set(c, tmp);48 }49
50 /*
51 * 删除最大堆中的data52 *53 * 返回值:54 * 0,成功55 * -1,失败56 */
57 public intremove(T data) {58 //如果"堆"已空,则返回-1
59 if(mHeap.isEmpty() == true)60 return -1;61
62 //获取data在数组中的索引
63 int index =mHeap.indexOf(data);64 if (index==-1)65 return -1;66
67 int size =mHeap.size();68 mHeap.set(index, mHeap.get(size-1));//用最后元素填补
69 mHeap.remove(size - 1); //删除最后的元素
70
71 if (mHeap.size() > 1)72 filterdown(index, mHeap.size()-1); //从index号位置开始自上向下调整为最小堆
73
74 return 0;75 }76
77 /*
78 * 最大堆的向上调整算法(从start开始向上直到0,调整堆)79 *80 * 注:数组实现的堆中,第N个节点的左孩子的索引值是(2N+1),右孩子的索引是(2N+2)。81 *82 * 参数说明:83 * start -- 被上调节点的起始位置(一般为数组中最后一个元素的索引)84 */
85 protected void filterup(intstart) {86 int c = start; //当前节点(current)的位置
87 int p = (c-1)/2; //父(parent)结点的位置
88 T tmp = mHeap.get(c); //当前节点(current)的大小
89
90 while(c > 0) {91 int cmp =mHeap.get(p).compareTo(tmp);92 if(cmp >= 0)93 break;94 else{95 mHeap.set(c, mHeap.get(p));96 c =p;97 p = (p-1)/2;98 }99 }100 mHeap.set(c, tmp);101 }102
103 /*
104 * 将data插入到二叉堆中105 */
106 public voidinsert(T data) {107 int size =mHeap.size();108
109 mHeap.add(data); //将"数组"插在表尾
110 filterup(size); //向上调整堆
111 }112
113 @Override114 publicString toString() {115 StringBuilder sb = newStringBuilder();116 for (int i=0; i
119 returnsb.toString();120 }121
122 public static voidmain(String[] args) {123 inti;124 int a[] = {10, 40, 30, 60, 90, 70, 20, 50, 80};125 MaxHeap tree=new MaxHeap();126
127 System.out.printf("== 依次添加: ");128 for(i=0; i
133 System.out.printf("\n== 最 大 堆: %s", tree);134
135 i=85;136 tree.insert(i);137 System.out.printf("\n== 添加元素: %d", i);138 System.out.printf("\n== 最 大 堆: %s", tree);139
140 i=90;141 tree.remove(i);142 System.out.printf("\n== 删除元素: %d", i);143 System.out.printf("\n== 最 大 堆: %s", tree);144 System.out.printf("\n");145 }146 }
View Code
二叉堆(最小堆)的实现文件(MinHeap.java)
1 /**
2 * 二叉堆(最小堆)3 *4 *@authorskywang5 * @date 2014/03/076 */
7
8 importjava.util.ArrayList;9 importjava.util.List;10
11 public class MinHeap>{12
13 private List mHeap; //存放堆的数组
14
15 publicMinHeap() {16 this.mHeap = new ArrayList();17 }18
19 /*
20 * 最小堆的向下调整算法21 *22 * 注:数组实现的堆中,第N个节点的左孩子的索引值是(2N+1),右孩子的索引是(2N+2)。23 *24 * 参数说明:25 * start -- 被下调节点的起始位置(一般为0,表示从第1个开始)26 * end -- 截至范围(一般为数组中最后一个元素的索引)27 */
28 protected void filterdown(int start, intend) {29 int c = start; //当前(current)节点的位置
30 int l = 2*c + 1; //左(left)孩子的位置
31 T tmp = mHeap.get(c); //当前(current)节点的大小
32
33 while(l <=end) {34 int cmp = mHeap.get(l).compareTo(mHeap.get(l+1));35 //"l"是左孩子,"l+1"是右孩子
36 if(l < end && cmp>0)37 l++; //左右两孩子中选择较小者,即mHeap[l+1]
38
39 cmp =tmp.compareTo(mHeap.get(l));40 if(cmp <= 0)41 break; //调整结束
42 else{43 mHeap.set(c, mHeap.get(l));44 c =l;45 l = 2*l + 1;46 }47 }48 mHeap.set(c, tmp);49 }50
51 /*
52 * 最小堆的删除53 *54 * 返回值:55 * 成功,返回被删除的值56 * 失败,返回null57 */
58 public intremove(T data) {59 //如果"堆"已空,则返回-1
60 if(mHeap.isEmpty() == true)61 return -1;62
63 //获取data在数组中的索引
64 int index =mHeap.indexOf(data);65 if (index==-1)66 return -1;67
68 int size =mHeap.size();69 mHeap.set(index, mHeap.get(size-1));//用最后元素填补
70 mHeap.remove(size - 1); //删除最后的元素
71
72 if (mHeap.size() > 1)73 filterdown(index, mHeap.size()-1); //从index号位置开始自上向下调整为最小堆
74
75 return 0;76 }77
78 /*
79 * 最小堆的向上调整算法(从start开始向上直到0,调整堆)80 *81 * 注:数组实现的堆中,第N个节点的左孩子的索引值是(2N+1),右孩子的索引是(2N+2)。82 *83 * 参数说明:84 * start -- 被上调节点的起始位置(一般为数组中最后一个元素的索引)85 */
86 protected void filterup(intstart) {87 int c = start; //当前节点(current)的位置
88 int p = (c-1)/2; //父(parent)结点的位置
89 T tmp = mHeap.get(c); //当前节点(current)的大小
90
91 while(c > 0) {92 int cmp =mHeap.get(p).compareTo(tmp);93 if(cmp <= 0)94 break;95 else{96 mHeap.set(c, mHeap.get(p));97 c =p;98 p = (p-1)/2;99 }100 }101 mHeap.set(c, tmp);102 }103
104 /*
105 * 将data插入到二叉堆中106 */
107 public voidinsert(T data) {108 int size =mHeap.size();109
110 mHeap.add(data); //将"数组"插在表尾
111 filterup(size); //向上调整堆
112 }113
114 publicString toString() {115 StringBuilder sb = newStringBuilder();116 for (int i=0; i
119 returnsb.toString();120 }121
122 public static voidmain(String[] args) {123 inti;124 int a[] = {80, 40, 30, 60, 90, 70, 10, 50, 20};125 MinHeap tree=new MinHeap();126
127 System.out.printf("== 依次添加: ");128 for(i=0; i
133 System.out.printf("\n== 最 小 堆: %s", tree);134
135 i=15;136 tree.insert(i);137 System.out.printf("\n== 添加元素: %d", i);138 System.out.printf("\n== 最 小 堆: %s", tree);139
140 i=10;141 tree.remove(i);142 System.out.printf("\n== 删除元素: %d", i);143 System.out.printf("\n== 最 小 堆: %s", tree);144 System.out.printf("\n");145 }146 }
View Code
二叉堆的Java测试程序
测试程序已经包含在相应的实现文件中了,这里只说明运行结果。
最大堆(MaxHeap.java)的运行结果:
== 依次添加: 10 40 30 60 90 70 20 50 80
== 最 大 堆: 90 80 70 60 40 30 20 10 50
== 添加元素: 85
== 最 大 堆: 90 85 70 60 80 30 20 10 50 40
== 删除元素: 90
== 最 大 堆: 85 80 70 60 40 30 20 10 50
最小堆(MinHeap.java)的运行结果:
== 最 小 堆: 10 20 30 50 90 70 40 80 60
== 添加元素: 15
== 最 小 堆: 10 15 30 50 20 70 40 80 60 90
== 删除元素: 10
== 最 小 堆: 15 20 30 50 90 70 40 80 60
PS. 二叉堆是"堆排序"的理论基石。以后讲解算法时会讲解到"堆排序",理解了"二叉堆"之后,"堆排序"就很简单了。