《算法4》索引优先队列笔记-----java实现

最新推荐文章于 2023-02-09 15:28:25 发布

一颗小陨石

最新推荐文章于 2023-02-09 15:28:25 发布

阅读量810

点赞数 6

分类专栏： java # 堆、队列数据结构和算法文章标签：队列数据结构 java 算法

本文链接：https://blog.csdn.net/weixin_43696529/article/details/104675343

版权

java 同时被 3 个专栏收录

33 篇文章 1 订阅

订阅专栏

数据结构和算法

25 篇文章 0 订阅

订阅专栏

堆、队列

2 篇文章 0 订阅

订阅专栏

一、前言

前面已经讲了优先队列（堆）的实现，https://blog.csdn.net/weixin_43696529/article/details/104672731，但是其很明显有一个缺点，那就是无法直接访问已经在队列中的元素，更新或是删除它们，在Dijistra算法中就非常需要此性质，因此要解决此问题就需用到索引优先队列

二、索引优先队列数据结构讲解

索引优先队列使用一个int[] pq数组作为索引队列，保存对象在数组中的位置，使用T[] keys数组保存对象关联的值，使用int[] qp表示对象在索引队列pq中的位置。

如有这样一组数据：

0 -> f
1 -> a
3 -> c
5 -> r
7 -> g
10-> i

我们将0,1,3,5,7,10称为数据对象的索引

对应的pq、qp以及keys数组就是：

	  0   1   2   3   4   5   6   7   8   9   10
pq:   1   3   0   7   10  5
qp:   2   0       1       5       3            4
keys: f   a       c       r       g            i

可以看到
keys[i] ： i就是数据对象索引，keys[i] 就是与之关联的值 keys[0]=f,keys[1]=a
qp[i] : 对象索引在索引队列中的位置，qp[0]=2 ,对象索引 0 在队列中的位置为2
pq[i] : 即按照对应索引关联的值进行排序，如a是所有元素中最小的，因此其索引1在pq中的位置就是0，排在第一位

画出对应的二叉树会更容易理解：
在这里插入图片描述
节点外边的就是pq的下标j，节点中的数字就是对象索引即pq[j]的值，节点中的字符就是索引关联的对象，保存在keys中

因此对于 1->a 这样一个数据，用 i 表示其索引1
则有以下关系：

令
x=qp[i]
则
pq[x]=i
keys[pq[x]]=a
keys[i] = a
pq[qp[i]] = i

数据结构如下：

public class IndexMinPQ<Key extends Comparable<? super Key>> implements Iterable<Integer> {
    /**
     * 索引优先队列,保存对象在数组中的位置，按索引值(即keys[i],i为索引)进行小堆排序
     */
    private int[] pq;
    /**
     * pq的逆序,保存对象索引在pq中的位置
     */
    private int[] qp;
    /**
     * 队列最大元素数
     */
    private int maxSize;
    /**
     * 当前队列元素数量
     */
    private int currentSize;

    /**
     * 具体元素
     */
    private Key[] keys;

    public IndexMinPQ(int maxSize) {
        if (maxSize<0){
            throw new IllegalArgumentException("参数非法");
        }
        this.maxSize = maxSize;
        pq=new int[maxSize + 1 ];
        qp=new int[maxSize + 1];
        keys= (Key[]) new Comparable[maxSize+1];
        currentSize=0;

        for (int i = 0; i < maxSize + 1; i++) {
        	//qp 初始化为-1 ，表示没有索引关联的对象
            qp[i] = -1;
        }
    }
}

这样就可以得到几个常用的方法：

keyOf(int i) 返回索引 i 关联的需

 public Key keyOf(int i){
        checkIndex(i);
        if (!contains(i))throw new NoSuchElementException("不存在该索引");
        return keys[i];
    }

minIndex() 返回最小的索引

 /**
     * 返回最小的索引，即索引队列pq[1]对应的索引对象
     * @return
     */
    public int minIndex(){
        if (isEmpty()){
            throw new NoSuchElementException("队列为空");
        }
        return pq[1];
    }

contains(int index) ：索引index是否包含在队列中，即index是否关联了对象

  public boolean contains(int index){
        checkIndex(index);
        //如果存在，则qp[index]一定不为-1，且指向 该对象index在 索引队列pq中的位置
        return qp[index] != -1;
    }
   private void checkIndex(int index){
    if (index<0 || index>= maxSize){
        throw new IndexOutOfBoundsException("参数越界");
    }
}

三、插入操作

同优先队列思想类似。
若插入一对数据为： index -> key
这里首先将对象索引index保存在优先队列pq的最后一个元素（先让currentSize+1），因此 qp[index] = currentSize，pq[currentSize]=index，keys[index]=key`，接着从优先队列pq的最后一个节点，即刚刚加入的节点开始执行上滤操作（同堆排序中的上滤基本相同），但这里需要注意的是，在上滤的过程中，比较的是 keys[pq[i]]，即比较的是索引index关联的值key，发生交换时不光要交换pq的值，还要更新qp的值。
实现如下：
插入：

/**
     * 插入一对值
     * @param index 索引
     * @param key 索引关联的值
     */
    public void  insert(int index,Key key){
        checkIndex(index);
        if (contains(index)){
            throw new IllegalArgumentException("索引"+index+"已存在");
        }
        //增加元素数
        currentSize++;
        //当前对象的索引为队列尾部
        qp[index]=currentSize;
        //该索引指向的对象在key中的位置为index
        pq[currentSize]=index;
        keys[index] = key;
        //对尾部元素上滤
        percolateUp(currentSize);
    }

上滤操作：

/**
     * 上滤
     * @param n
     */
    private void percolateUp(int n) {
    	//将n和n/2（n的父亲）比较，如果父亲大，则交换两个节点
        for (; n>1&&compareTo(n,n/2)<0  ; n/=2) {
            swap(n,n/2);
        }
    }

compareTo 比较关联的值：

  /**
     * 比较索引队列i和j上的对应的key值大小
     * @param i
     * @param j
     * @return
     */
    private int compareTo(int i,int j){
        return keys[pq[i]].compareTo(keys[pq[j]]);
    }

交换pq[i]和pq[j]的元素：

 /**
     * 交换pq[i]和pq[j]的元素
     * 并更新qp,qp[pq[i]]=i;
     * @param i
     * @param j
     */
    private void swap(int i, int j) {
        int temp= pq[i];
        pq[i] = pq[j];
        pq[j] = temp;

        qp[pq[i]] = i;
        qp[pq[j]] = j;
    }

四、删除最小键

删除最小键（即keys[pq[1]]）比较简单：

获取最小键索引minIndex，并将索引队列pq的第一个元素和最后一个元素交换，并让currentSize减一
同优先队列一样，从队列第一个元素开始下滤，将第一个元素放在满足堆序的位置
此时只需让qp[minIndex]=-1，keys[minIndex]=null 即可

实现：

 /**
     * 删除最小键并返回其关联的索引。
     * @return 关联的索引 即pq[1]
     */
    public int delMin(){
        if (currentSize == 0) {
            return -1;
        }

        int minIndex=pq[1];
        swap(1,currentSize--);
        percolateDown(1);
        //删除当前对象，即pq中不存在该对象了
        qp[minIndex] = -1;

        pq[currentSize+1]=-1;//不是必须的
        keys[minIndex]=null;
        return minIndex;
    }

下滤：
逻辑同优先队列（堆）

  /**
     * 下滤
     * @param k
     */
    private void percolateDown(int k) {
        int child;
        for (; k*2 <= currentSize ; k =child) {
            child= 2 * k;
            if (child < currentSize &&compareTo(child+1,child)<0){
                child++;
            }
            if (compareTo(child,k)<0){
                swap(child,k);
            }else {
                break;
            }
        }

    }

五、删除指定索引关联的key

删除指定索引的关联的key同删除最小值基本一样，只是交换时是交换pq[qp[i]]与pq[currentSize]的元素，i为待删除对象索引。
且交换完后不能只进行下滤，因为我们不确定待删除的是pq[1]所关联的对象，因此需要进行上滤和下滤两次操作。

 /**
     * 删除与索引i关联的key
     * @param i
     */
    public void delete(int i){
        checkIndex(i);
        if (!contains(i)){
            throw new IllegalArgumentException("索引不存在");
        }
        int index=qp[i];
        swap(index,currentSize--);
        //上滤
        percolateUp(index);
        //再下滤 顺序随意
        percolateDown(index);
        keys[index]=null;
        qp[i] = -1;
    }

五、修改索引i关联的key值

因为只是修改了i关联的值，所以只要修改keys[i]=newKey，而 qp[i] 和 pq[qp[i]] 指的值并没有改变。但因为pq[qp[i]] 关联的对象改变了，因此需要对qp[i] 进行上滤和下滤，重新调整索引优先队列。

/**
     * 修改索引i关联的key值
     * @param i
     * @param key
     */
    public void  changeKey(int i,Key key){
        checkIndex(i);
        if (!contains(i))throw new NoSuchElementException("不存在该索引");

        keys[i]=key;
        percolateUp(qp[i]);
        percolateDown(qp[i]);
    }

六、增大或减小索引i关联的key值

以减小为例，首先要判断新的key是否小于原key值，如果小于，则重新指定keys[i]的值，并进行上滤，因为key比原来的key小，其子节点必然比它小，但是父节点可能会比新的key大，因此只需上滤。
增大与之相反。

 /**
     * 将与索引 i 关联的键减小为指定值。
     * @param i
     * @param key
     */
    public void decreaseKey(int i,Key key){
        checkIndex(i);
        if (!contains(i))throw new NoSuchElementException("不存在该索引");
        if(keys[i].compareTo(key)<0){
            throw new IllegalArgumentException("当前key无法缩小原key值");
        }
        keys[i]=key;
        //当前key变小，因此上滤即可
        percolateUp(qp[i]);

    }
    /**
     * 将与索引 i 关联的键增加为指定值。
     * @param i
     * @param key
     */
    public void increaseKey(int i, Key key) {
        checkIndex(i);
        if (!contains(i))throw new NoSuchElementException("不存在该索引");
        if (keys[i].compareTo(key) >= 0)
            throw new IllegalArgumentException("当前key无法增加原key值");
        keys[i] = key;
        //当前key变大，因此下滤即可
        percolateDown(qp[i]);
    }

参考：
《算法第四版》2.4节

一颗小陨石

关注

6
点赞
踩
10

收藏

觉得还不错? 一键收藏
0
评论
《算法4》索引优先队列笔记-----java实现

一、前言前面已经讲了优先队列的实现，https://blog.csdn.net/weixin_43696529/article/details/104672731，但是其很明显有一个缺点，那就是无法直接访问已经在队列中的元素，更新或是删除它们，在Dijistra算法中就非常需要此性质，因此要解决此问题就需用到索引优先队列二、索引优先队列数据结构讲解索引优先队列使用一个int[] pq数组作为...
复制链接

扫一扫