我发现网上很多人将的都不清楚,如果只看文章的话,根本就理解不了。所以在我研究完代码之后记录下来,方便次观看,如果有益于跟多人的话那更好了。
写下的都是自己的理解,如果有误欢迎订正。
这里以大根堆举例,适时的会说一下小根堆
讲解代码
说在前面
首先,了解一下大根堆or小根堆 (下面简称’堆’)的性质。
-
堆是一个完全二叉树(最后一层可以不满,上面的每一层都是满的。一个结点若只有一个孩子结点,那一定是它的左孩子。如下图)
-
因为它是一个完全二叉树,所以它也就可以用数组存储。具有以下特殊关系:
下标为 i 的结点的父节点的下标是 (i - 1)/ 2;
一个下标为 j的 结点,若它有孩子结点,则它的左孩子结点为 (2 * i) + 1; 右孩子结点为 (2 * i )+ 2;
-
大根堆的任何一非叶节点的值大于其左右孩子节点的值。小根堆的任何一非叶节点的值小于其左右孩子节点的值。所以这要求构建堆的类型可以比较大小,不然没有意义。但是没有要求左右两个孩子的值的大小。
两个重要函数siftDown() 和 siftUp()
先说堆中用到的两个函数siftDown()和siftUp()。
//在i的儿子中选最大的,如果最大的大于i和i交换位置
private void siftDown(int i) {
if(i >= size / 2 ) return; //如果i大于等于最后一个结点的叔叔结点,那么说明i是叶子结点,无需Down、返回。
int index; // 最大的儿子下标
if((2 * i) + 2 >= size) {
index = (2 * i) + 1;
} else{
index = (data[(2 * i) + 2] > data[(2 * i) + 1]) ? (2 * i) + 2 : (2 * i) + 1;
}
if(data[index] > data[i]) {
int temp = data[i];
data[i] = data[index];
data[index] = temp;
siftDown(index);
}
}
siftDown函数是将非叶子结点和其孩子结点进行比较,大根堆是将值大的选出来,值小的Down;小根堆是将值小的选出来,值大的Down。
这里写的是递归调用,退出条件是:i是叶子结点时退出。这里的写的(i >= size / 2)很巧妙。 写成(i > (size - 2) / 2)i大于最后一个结点的父节点的话,如果只有两个元素时(i == 0 , (size - 2 ) / 2 == 0),就不会对0结点进行比较。
private void siftUp(int index) {
if(index == 0) return;
if(data[index] > data[(index - 1) / 2]){
int temp = data[(index - 1) / 2];
data[(index - 1) / 2] = data[index];
data[index] = temp;
siftUp((index - 1) / 2);
}
}
siftUp是将index结点和它的父节点进行比较,大根堆是将值大Up,小根堆是将值小的Up。
这个很好理解。递归调用,当传入的是根节点时退出。
堆的建立
初始输入为一个数组。
public Heap (int[] data){
this.data = data;
size = data.length;
heapify(); //将输入的data数组构建成大根堆
}
构造函数,将一个数组构造成堆,调用堆化函数heapify(),初始化堆。
//堆化
private void heapify() {
for(int i = (size - 2) / 2; i >= 0; i--){
siftDown(i);
}
}
从最后一个结点的父节点开始遍历,使所有非叶子结点都进行siftDown操作。
插入结点
public void insert(int number){
if(size == data.length)
resize();
data[size++] = number;
siftUp(size-1);
}
private void resize(){
data = Arrays.copyOf(data,data.length * 2);
}
插入很简单,将要插入的结点加到最后,然后对新插入的结点进行siftUp操作就行了。
删除结点
public int delete(int index){
if(index >= size) return -1; //下标超界返回-1
int temp = data[index]; //存储要删去的值
int record = data[size - 1]; //记录最后一个结点的值
data[index] = data[--size]; //将最后一个结点覆盖要删去结点的位置
siftDown(index, size);
if(record == data[index])
siftUp(index);
return temp;
}
因为不知道最后一个结点的值的大小和要删除的结点值的关系,所以先siftDown操作,如果没有变化,再进行siftUp操作。
看图说话,第三步如果如果Down了,说明最后一个元素比删除元素小,就没有Up的必要了。如果第3步没变,想想如果有四层,要删除的在倒数第二层,也有可能最后一个元素比删除的上一个元素大,所以就进行Up操作。
堆排序
重点就是将上面最大的元素放在最后一个位置,然后忽略它。
修改一下siftDown操作。
//在i的儿子中选最大的,如果最大的大于i和i交换位置
private void siftDown(int i,int size) {
if(i >= size / 2 ) return; //如果i大于等于最后一个结点的叔叔结点,那么说明i是叶子结点,无需Down、返回。
int index; // 最大的儿子下标
if((2 * i) + 2 >= size) {
index = (2 * i) + 1;
} else{
index = (data[(2 * i) + 2] > data[(2 * i) + 1]) ? (2 * i) + 2 : (2 * i) + 1;
}
if(data[index] > data[i]) {
int temp = data[i];
data[i] = data[index];
data[index] = temp;
siftDown(index, size);
}
}
巧就巧在将size修改为局部变量,这样就可以修改局部传入参数的值来忽略最后一个元素了。
//大根堆默认升序排序
public void Sort(){
int mysize = size;
for(; mysize > 0;){
int temp = data[0];
data[0] = data[--mysize];
data[mysize] = temp;
siftDown(0, mysize); //交换第一个和最后一个元素后对下标为0的第一个元素进行siftDown操作。
}
}
遍历size 个元素所以时间复杂度为 nlogn
全部代码
import java.util.Arrays;
/*
* 默认是大根堆
* */
public class Heap<E extends Number & Comparable<E>> {
private final int DEFAULT_CAPACITY = 10;
private E[] data;
private int size;
public Heap(){
data = (E[]) new Number[DEFAULT_CAPACITY];
size = 0;
}
public Heap (E[] data){
this.data = data;
size = data.length;
heapify();
}
//堆化
private void heapify() {
for(int i = (size - 2) / 2; i >= 0; i--){
siftDown(i, size);
}
}
//在i的儿子中选最大的,如果最大的大于i和i交换位置
private void siftDown(int i, int size) {
if(i >= size / 2 ) return;
int index; // 最大的儿子下标
if((i << 1) + 2 >= size) {
index = (i << 1) + 1;
} else{
index = (data[(i << 1) + 2].compareTo(data[(i << 1) + 1]) > 0) ? (i << 1) + 2 : (i << 1) + 1;
}
if(data[i].compareTo(data[index]) < 0) {
E temp = data[i];
data[i] = data[index];
data[index] = temp;
siftDown(index, size);
}
}
public void insert(E number){
if(size == data.length)
resize();
data[size++] = number;
riseUp(size-1);
}
public E delete(E number){
for(int i = 0; i < size; i++){
if(data[i].equals(number))
return delete(i);
}
return null;
}
public E delete(int index){
if(index >= size) return null;
E temp = data[index];
E record = data[size - 1];
data[index] = data[--size];
siftDown(index, size);
if(record == data[index])
riseUp(index);
return temp;
}
private void riseUp(int index) {
if(index == 0) return;
if(data[index].compareTo(data[(index - 1) / 2]) > 0){
E temp = data[(index - 1) / 2];
data[(index - 1) / 2] = data[index];
data[index] = temp;
riseUp((index - 1) / 2);
}
}
//大根堆默认升序排序
public void Sort(){
int mysize = size;
for(; mysize > 0;){
E temp = data[0];
data[0] = data[--mysize];
data[mysize] = temp;
siftDown(0, mysize);
}
}
//还原排序后的大根堆
public void reBack(){
heapify();
}
private void resize(){
data = Arrays.copyOf(data,data.length * 2);
}
@Override
public String toString() {
String res = "";
res += "Heap{data = [";
for (int i = 0; i < size - 1; i++){
res += data[i].toString() + ", ";
}
if(size != 0){
res += data[size - 1];
}
res +="]}";
return res;
}
}