关于堆的构造
这一篇博客主要是关于堆的相关问题。
一丶相关概念
因为二叉树有顺序存储和链式存储,所以所谓堆,通常我们可以看做是一个完全二叉树的数组对象。
其具体定义如下:
如果有一个关键码的集合K = {k0,k1, k2,…,kn-1},把它的所有元素按完全二叉树的顺序存储方式存储 在一个一维数组中,并满足:Ki <= K2i+1 且 Ki<= K2i+2 (Ki >= K2i+1 且 Ki >= K2i+2) i = 0,1,2…,则称为 小堆(或大堆)。将根节点最大的堆叫做最大堆或大根堆,根节点最小的堆叫做最小堆或小根堆。
讲的通俗些,大根堆就是每一个结点的值都大于其左右子树的值,小根堆就是每一个结点的值都小于其左右子树的值。
最后再提点一句:
堆
就
是
一
棵
完
全
二
叉
树
\color{red}{堆就是一棵完全二叉树}
堆就是一棵完全二叉树
二丶关于堆的构造
关于堆的构造,还是上面讲的那样:
所谓堆,通常我们可以看做是一个完全二叉树的数组对象。
这就意味着,我们完全可以把底层设置为数组并且初始化。
public class MyPriorityQueue {
Integer[] array;//构造新数组
int size;//记录有效元素个数
public MyPriorityQueue(){
array = new Integer[11];//初始容量大小设置为11
size = 0;
}
//支持手动设置初始数组大小
public MyPriorityQueue(int k){
if(k < 0){
throw new IllegalArgumentException("初始容量异常");
}
array = new Integer[k];
size = 0;
}
}
有了初始的规模之后。我们接下来就要构造几个最基本的方法,以此来完成对堆的一些操作。
请
注
意
,
我
下
面
所
有
的
堆
都
是
以
小
根
堆
为
例
\color{red}{请注意,我下面所有的堆都是以小根堆为例}
请注意,我下面所有的堆都是以小根堆为例
关于堆的向上和向下调整
以下图为例,我这里说的向上和向下调整如下。
向上调整和向下调整是所有操作的基础,所以在这里先对这两个方法进行书写。
关于向上调整
所谓向上调整,就是从一个数组下标开始,然后不断与大于其值的双亲节点交换位置。
这两个操作都是属于基础操作,所以这里直接给出代码:
//关于向上调整
public void shiftUp(int child){
int parent = (child - 1) / 2;//定义双亲节点
while(child != 0){
if(array[child] < array[parent]){//小根堆,如果父母节点值比自己大,那么双方交换
swap(child,parent);
child = parent;//交换成功之后,child节点变为原来的parent节点
parent = (child - 1) / 2;
}else{
return;
}
}
}
//关于交换的方法
public void swap(int i,int j){
int tmp = array[i];
array[i] = array[j];
array[j] = tmp;
}
关于向下调整
向下调整和向下调整的基本思路一样,但是是双亲节点和子节点进行比较,如果双亲节点的值大于子节点的值,那么就进行交换。
下面给出代码:
public void shiftDown(int parent){
int child = parent * 2+1;//这里直接定义做孩子
//向下调整首先它肯定有左孩子,并且左孩子不能越界
while(child < size){
//如果它有右孩子的值更小,那么就和右孩子进行交换
if(child + 1 < size && array[child + 1] < array[child]){
child = child + 1;
}
//这是交换的具体过程
if(array[child] < array[parent]){
//注意这里的swap方法就是上面的swap方法
swap(child,parent);
parent = child;
child = parent * 2 + 1;
}
}
}
关于插入和删除
其实有了上面的两个方法做支撑,接下来的一切操作都很简单了。
关于删除操作
对于删除操作主要可以分为以下几步
1.数组首元素和末尾元素进行交换
2.数组有效元素减一
3.把首元素向下调整
那么接下来给出代码
//关于删除操作
public Integer poll(){
if(isEmpty()){
return null;
}
//保存首元素
Integer key = array[0];
//交换首位元素位置
swap(0,size - 1);
//有效元素个数size--
size--;
//向下调整
shiftDown(0);
return key;
}
public boolean isEmpty(){
return size == 0;
}
关于插入操作
对于插入操作,具体过程如下
1.先扩容
2.数组末尾进行插入
3.有效元素个数加一
4.向上调整
具体代码如下:
//关于插入操作
public boolean offer(Integer e){
//先保证传入参数正确
if(e == null){
throw new NullPointerException("传入参数有误");
}
//扩容
ensureCapcity();
//末尾进行插入
array[size] = e;
//有效元素个数加一
size++;
//向上调整
shiftUp(size - 1);
return true;
}
//关于扩容
public void ensureCapcity(){
if(array.length == size){
int newCaptity = size * 2;
array = Arrays.copyOf(array,newCaptity);
}
}
构造一个小根堆
我们要怎样构造一个堆呢?
首先我们要明白,小根堆的性质是根节点比左右子树的值都要小。
那么从这一点开始想,我们要怎样才能让在遍历一遍的情况下就让小根堆形成呢?
那么就要从倒数第一个非叶子结点开始,然后把包含它在内以及之前的所有结点全部向下调整一遍。然后这样就可以保证,从基层开始到顶层,全部都是小根堆的形式。
PS:堆的表现形式可以用完全二叉树来理解。关于完全二叉树的性质可以看我下面这篇博客
关于二叉树的性质
然后接下来给出对应代码:
public MyPriorityQueue(Integer[] arr){
// 1. 将arr中的元素拷贝到数组中
array = new Integer[arr.length];
for(int i = 0; i < arr.length; ++i){
array[i] = arr[i];
}
size = arr.length;
// 2. 找当前完全二叉树中倒数第一个叶子节点
// 注意:倒数第一个叶子节点刚好是最后一个节点的双亲
// 最后一个节点的编号size-1 倒数第一个非叶子节点的下标为(size-1-1)/2
int lastLeafParent = (size-2)/2;
// 3. 从倒数第一个叶子节点位置开始,一直到根节点的位置,使用向下调整
for(int root = lastLeafParent; root >= 0; root--){
shiftDown(root);
}
}
如果说接下来还要继续往堆里面插元素构建小堆,那么就用上面的插入方法就好了。
三丶补充
关于堆部分操作的时间复杂度
堆向下调整
堆元素向下调整,那么最坏情况是什么?
就是一个堆顶元素最后到了最底层,那么在这个过程中,过程如下:
1.选出左右子树较小的哪一个
2.和双亲节点比较值大小然后交换
3.选出左右子树较小的哪一个
4.和双亲节点比较值大小然后交换
…
…
最后一直到最底层
那么在这个过程中,比较次数多少呢?
假设高度是h,那么时间复杂度就是
㏒
₂
n
\color{red}{㏒₂n}
㏒₂n
建堆的时间复杂度
因为建堆就是一个不断向下调整的过程,如果说有N个元素,时间复杂度就是
N
∗
㏒
₂
n
\color{red}{N*㏒₂n}
N∗㏒₂n?是嘛?
很明显不是,因为不是每一个元素都从堆顶往下调整
第一层,0个节点往下走h -1层
第二层,两个节点往下走h - 2层
第三层,三个节点往下走h - 3层
…
…
一直到最底层
PS:n是对应层数,h是总高度
所以可以发现,每层节点数遵循公式
2的n - 1次方
层数遵循
h - n
那么,如果把每层相加得到结果T(n),给它乘2,等到T2(n),用后者减去前者然后化成大O阶可得到结果:
建堆的时间复杂度为O(N)
关于堆算法
堆算法主要是利用堆的性质进行排序,什么意思?
就是堆顶元素,如果是大根堆那么就是整个数组的最小值,如果是大根堆那么就是整个数组的最大值。
交换堆顶元素和最后一位元素,然后把堆顶元素向下调整,同时向下调整的时候假设最后一位元素已经抛弃。不断重复这个过程
此处给出结论:
如
果
是
大
根
堆
,
那
么
就
是
升
序
。
如
果
是
小
根
堆
,
那
么
就
是
降
序
\color{red}{如果是大根堆,那么就是升序。如果是小根堆,那么就是降序}
如果是大根堆,那么就是升序。如果是小根堆,那么就是降序
此处我们就单单针对于升序的大根堆来进行书写。
(注意,因为这里是大根堆,所以上面的代码这里都不能用了)
//这里是大根堆的向下调整
public static void shiftDown(int[] array, int size, int parent){
int child = parent*2+1;
while(child < size){
// 找左右孩子中较大的孩子
if(child+1 < size && array[child+1] > array[child]){
child += 1;
}
// 双亲小于交大的孩子
if(array[parent] < array[child]){
swap(array, parent, child);
parent = child;
child = parent*2+1;
}else{
return;
}
}
}
public static void heapSort(int[] array){
// 1. 建堆----升序:大堆 降序:小堆---向下调整
for(int root = (array.length-2)/2; root >= 0; root--){
shiftDown(array, array.length, root);
}
// 2. 利用堆删除的思想来排序---向下调整
int end = array.length-1; // end标记最后一个元素
while(end != 0){
swap(array,0,end);
shiftDown(array, end,0);
end--;
}
}