目录
1、认识堆
堆是计算机科学中一类特殊的数据结构的统称,堆通常可以被看做是一棵完全二叉树的数组对象。
堆的特性:
1、它是完全二叉树,除了树的最后一层结点不需要是满的,其它的每一层从左到右都是满的,如果最后一层结点不是满的,那么要求左满右不满。
2. 它通常用数组来实现。
具体方法就是将二叉树的结点按照层级顺序放入数组中,根结点在位置1,它的子结点在位置2和3,而子结点的子结点则分别在位置4,5,6和7,以此类推。
结论:
如果一个结点的位置为k,则它的父结点的位置为[k/2],而它的两个子结点的位置则分别为2k和2k+1。
这样,在不使用指针的情况下,我们也可以通过计算数组的索引在树中上下移动:从a[k]向上一层,就令k等于k/2,向下一层就 令k等于2k或2k+1。
3.每个结点都大于等于它的两个子结点。这里要注意堆中仅仅规定了每个结点大于等于它的两个子结点,但这两个子结点的顺序并没有做规定,跟我们之前学习的二叉查找树是有区别的。
2、堆的实现
1、insert方法的实现
插入数据时要符合堆的原则
从索引1处开始插入数据,插入的数据不能大于它的父节点
如果往堆中新插入元素,我们只需要不断的比较新结点 a[k]和它的父结点a[k/2]的大小,然后根据结果完成数据元素的交换,就可以完成堆的有序调整
2、delMax删除最大元素方法的实现
当删除掉最大元素后,只需要将最后一个元素放到索引 1处,并不断的拿着当前结点a[k]与它的子结点a[2k]和a[2k+1]中的较大者交换位置,即可完成堆的有序调整
package tree;
//堆
public class Heap<T extends Comparable<T>> {
//存储元素
private T[] items;
//元素个数
private int N;
public Heap(int capacity){
this.items = (T[]) new Comparable[capacity+1];
this.N = 0;
}
//判断堆中索引i处的元素是否小于索引j处的元素
public boolean less(int i, int j){
return items[i].compareTo(items[j])<0;
}
//交换堆中索引i和j的值
public void exch(int i, int j){
T t = items[i];
items[i] = items[j];
items[j] = t;
}
//往堆中插入一个元素
public void insert(T t){
items[++N] = t;
swim(N);
}
//使用上浮算法,使索引k处的元素能在堆中处于一个正确的位置
public void swim(int k){
while(k>1){
int p = k/2;
if(less(p,k)){
exch(p,k);
}
k = p;
}
}
//删除堆中最大的元素,并返回这个最大的元素
public T delMax(){
exch(1,N);
T t = items[N];
items[N--] = null;
sink(1);
return t;
}
//使用下沉算法,使。。。
public void sink(int k){
while(2*k<=N){
int max;
if(2*k+1<=N){
if(less(2*k,2*k+1)){
max = 2*k+1;
}else{
max = 2*k;
}
}else{
max = 2*k;
}
if(less(k,max)){
exch(k,max);
k = max;
}else{
break;
}
}
}
}
测试:
package test;
import tree.Heap;
public class HeapTest {
public static void main(String[] args) throws Exception {
Heap<String> heap = new Heap<>(10);
heap.insert("A");
heap.insert("B");
heap.insert("C");
heap.insert("D");
heap.insert("E");
heap.insert("F");
heap.insert("G");
String del;
while((del=heap.delMax())!=null){
System.out.print(del+",");
}
}
}
3、堆排序
给定一个数组:
String[] arr = {"S","O","R","T","E","X","A","M","P","L","E"}
请对数组中的字符按从小到大排序。
堆的构造,最直观的想法就是另外再创建一个和新数组数组,然后从左往右遍历原数组,每得到一个元素后,添加到新数组中,并通过上浮,对堆进行调整,最后新的数组就是一个堆。
对构造好的堆,我们只需要做类似于堆的删除操作,就可以完成排序。
1.将堆顶元素和堆中最后一个元素交换位置;
2.通过对堆顶元素下沉调整堆,把最大的元素放到堆顶(此时最后一个元素不参与堆的调整,因为最大的数据已经到了数组的最右边)
3.重复1~2步骤,直到堆中剩最后一个元素。
package tree;
//堆排序
public class HeapSort {
//判断索引i处的值是否小于j
public static boolean less(Comparable[] heap, int i, int j){
return heap[i].compareTo(heap[j])<0;
}
//交换索引i与j处的值
public static void exch(Comparable[] heap, int i, int j){
Comparable temp = heap[i];
heap[i] = heap[j];
heap[j] = temp;
}
//根据原始数组source,构造出堆heap
public static void createHeap(Comparable[] source, Comparable[] heap){
System.arraycopy(source,0,heap,1,source.length);
for(int i = heap.length/2; i>0; i--){
sink(heap, i,heap.length-1);
}
}
//对source数组中的数据从大到小进行排列
public static void sort(Comparable[] source){
Comparable[] heap = new Comparable[source.length+1];
createHeap(source,heap);
int N = heap.length - 1;
while(N != 1){
exch(heap,1,N);
N--;
sink(heap,1,N);
}
System.arraycopy(heap,1,source,0,source.length);
}
//在heap堆中,对target处的元素做下沉
public static void sink(Comparable[] heap, int target, int range){
while(2*target <= range){
int max;
if(2*target+1<=range){
if(less(heap,target*2,2*target+1)){
max = 2*target+1;
}else{
max = 2*target;
}
}else{
max = 2*target;
}
if(less(heap,target,max)){
exch(heap,target,max);
}else{
break;
}
target = max;
}
}
}
package test;
import tree.HeapSort;
import java.util.Arrays;
public class HeapSortTest {
public static void main(String[] args) {
String[] arr = {"S", "O", "R", "T", "E", "X", "A", "M", "P", "L", "E"};
HeapSort.sort(arr);
System.out.println(Arrays.toString(arr));
}
}