数据结构-堆结构

概念

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. 堆结构的上移heapInsert与下沉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

完全二叉树

数组中元素的位置与堆中的位置关系

1. 第i个元素的左节点位置：2*i + 1
2. 第i个元素的右节点位置：2*i + 2
3. 第i个元素的父节点位置：（i-1）/ 2 向下取整

代码实现大根堆

/**
1.  新加进来的数，现在停在了index位置，依次往上移动，
2.  移动到0位置，或者不大于父节点，停！
*/
function heapInsert(arr, index) {
 while (arr[index] > arr[(index - 1) >> 2]) {
 // 交换数组中两个元素的位置
   swap(arr, index, (index - 1) >> 2);
   index = (index - 1) >> 2;
 }
}

/**
* 从index位置，往下看，不断的下沉
* 停：较大的孩子都不再比index位置的数大；已经没孩子了
* 如果当前节点小于孩子，节点和较大的孩子交换
* @param {*} arr 数组
* @param {*} i 位置
* @param {*} size 堆大小
*/
const heapify = (arr, i, size) => {
 let left = 2 * i + 1;
 while (left < size) {
   // 左节点存在，右节点可能存在或不存在，找到较大的节点位置
   let index = left + 1 < size && arr[left + 1] > arr[left] ? left + 1 : left;
   // 若较大节点的元素大于父节点元素
   let largest = arr[index] > arr[i] ? index : i;
   if (largest == i) break;
   swap(arr, largest, i);
   i = largest;
   left = 2 * i + 1;
 }
};

// 堆排序
function heapSort(arr) {
 // 建立大根堆  n*logn
 for (let i = 0; i < arr.length; i++) {
   heapInsert(arr, i);
 }
 // 第二种建立堆的方法 O(n)
 for (let i = arr.length - 1; i >= 0; i--) {
   heapify(arr, i, arr.length);
 }
 let heapSize = arr.length;
 swap(arr, 0, --heapSize);
 while (heapSize > 0) {
   heapify(arr, 0, heapSize); // O(logn)
   swap(arr, 0, --heapSize);
 }
}

function swap(arr, i, j) {
 let tem = arr[i];
 arr[i] = arr[j];
 arr[j] = tem;
}