堆 堆的使用

自己实现一个堆

以大根堆为例

前置准备：

创建一个数组来接收

创建一个遍历usedSize 统计堆的元素个数

initElem方法遍历传入的数组

    public int[] elem;
    public int usedSize;

    public TestHeap(){
        this.elem = new int[10];
    }

    public void initElem(int[] array){
        for (int i = 0; i < array.length; i++) {
            elem[i] = array[i];
            usedSize++;
        }
    }

建堆：  

 

    private void shiftDown(int parent,int len){
        int child = 2*parent + 1;
        while (child < len){
            //  判断是否有左孩子
            if( child + 1 < len && elem[child] < elem[child + 1]){
                child++;
            }
            //  比较孩子与父亲结点 谁大
            if( elem[child] > elem[parent] ){
                int tmp = elem[child];
                elem[child] = elem[parent];
                elem[parent] = tmp;
                // 结点还要继续往下面的结点比较
                parent = child;
                child = 2*parent + 1;
            }else {
                break;
            }

        }

    }

    public void createHeap(){

        for (int parent = (usedSize-1-1)/2; parent >= 0 ; parent--) {
            shiftDown(parent,usedSize);
        }
        
    }

 插入元素：

插入元素从最末尾插入，然后向上调整 堆

    //  向上调整建堆的时间复杂度为 N*logN
    //  堆添加一个元素
    public void offer(int val){
        //  判断是否会溢出
        if(isFul()){
            // 扩容
            elem = Arrays.copyOf(elem,2*elem.length);
        }
        elem[usedSize++] = val;
        // 向上调整
        shiftUp(usedSize-1);
    }
    public boolean isFul(){
        return usedSize == elem.length;
    }
    //  向上调整
    public void shiftUp(int child){
        int parent = (child-1)/2;
        while (child > 0){
            if(elem[child] > elem[parent]) {
                int tmp = elem[child];
                elem[child] = elem[parent];
                elem[parent] = tmp;
                child = parent;
                parent = (child - 1) / 2;
            }else {
                break;
            }
        }

    }

 删除元素：

堆的删除 是删除堆顶元素

只需要将堆顶元素与最后一个元素交换，65换到28

再将usedSize-1即可  （usedSize表示统计堆中的元素个数）

再将下标为0的元素 向下调整即可 （即堆顶元素）

    // 堆删除一个元素
    public void pop(){
        if (ifEmpty()){
            return;
        }
        int tmp = elem[0];
        elem[0] = elem[usedSize-1];
        elem[usedSize-1] = tmp;
        usedSize--;
        shiftDown(0,usedSize);

    }
    public boolean ifEmpty(){
        return usedSize == 0;
    }

    private void shiftDown(int parent,int len){
        int child = 2*parent + 1;
        while (child < len){
            //  判断是否有左孩子
            if( child + 1 < len && elem[child] < elem[child + 1]){
                child++;
            }
            //  比较孩子与父亲结点 谁大
            if( elem[child] > elem[parent] ){
                int tmp = elem[child];
                elem[child] = elem[parent];
                elem[parent] = tmp;
                // 结点还要继续往下面的结点比较
                parent = child;
                child = 2*parent + 1;
            }else {
                break;
            }

        }

    }

总结

创建两个类

 

测试类：

    public static void main(String[] args) {
        TestHeap testHeap = new TestHeap();
        int[] array = { 27,15,19,18,28,34,65,49,25,37};
        testHeap.initElem(array);
        testHeap.createHeap();
        //testHeap.offer(80);
        testHeap.pop();
        System.out.println("sdasadasd");
    }
}

堆的方法类：

package dataStructDui;


import java.util.Arrays;

public class TestHeap {

    public int[] elem;
    public int usedSize;

    public TestHeap(){
        this.elem = new int[10];
    }

    public void initElem(int[] array){
        for (int i = 0; i < array.length; i++) {
            elem[i] = array[i];
            usedSize++;
        }
    }

    private void shiftDown(int parent,int len){
        int child = 2*parent + 1;
        while (child < len){
            //  判断是否有左孩子
            if( child + 1 < len && elem[child] < elem[child + 1]){
                child++;
            }
            //  比较孩子与父亲结点 谁大
            if( elem[child] > elem[parent] ){
                int tmp = elem[child];
                elem[child] = elem[parent];
                elem[parent] = tmp;
                // 结点还要继续往下面的结点比较
                parent = child;
                child = 2*parent + 1;
            }else {
                break;
            }

        }

    }

    public void createHeap(){

        for (int parent = (usedSize-1-1)/2; parent >= 0 ; parent--) {
            shiftDown(parent,usedSize);
        }
        
    }


    //  向上调整建堆的时间复杂度为 N*logN
    //  堆添加一个元素
    public void offer(int val){
        //  判断是否会溢出
        if(isFul()){
            // 扩容
            elem = Arrays.copyOf(elem,2*elem.length);
        }
        elem[usedSize++] = val;
        // 向上调整
        shiftUp(usedSize-1);
    }
    public boolean isFul(){
        return usedSize == elem.length;
    }
    //  向上调整
    public void shiftUp(int child){
        int parent = (child-1)/2;
        while (child > 0){
            if(elem[child] > elem[parent]) {
                int tmp = elem[child];
                elem[child] = elem[parent];
                elem[parent] = tmp;
                child = parent;
                parent = (child - 1) / 2;
            }else {
                break;
            }
        }

    }

    // 堆删除一个元素
    public void pop(){
        if (ifEmpty()){
            return;
        }
        int tmp = elem[0];
        elem[0] = elem[usedSize-1];
        elem[usedSize-1] = tmp;
        usedSize--;
        shiftDown(0,usedSize);

    }
    public boolean ifEmpty(){
        return usedSize == 0;
    }







}

堆的使用

堆的构造方式

static void TestPriorityQueue(){
// 创建一个空的优先级队列，底层默认容量是11
PriorityQueue<Integer> q1 = new PriorityQueue<>();
// 创建一个空的优先级队列，底层的容量为initialCapacity
PriorityQueue<Integer> q2 = new PriorityQueue<>(100);
ArrayList<Integer> list = new ArrayList<>();
list.add(4);
list.add(3);
list.add(2);
list.add(1);
// 用ArrayList对象来构造一个优先级队列的对象
// q3中已经包含了三个元素
PriorityQueue<Integer> q3 = new PriorityQueue<>(list);
System.out.println(q3.size());
System.out.println(q3.peek());
}

堆的常用方法：

static void TestPriorityQueue2(){
    int[] arr = {4,1,9,2,8,0,7,3,6,5};
    // 一般在创建优先级队列对象时，如果知道元素个数，建议就直接将底层容量给好
    // 否则在插入时需要不多的扩容
    // 扩容机制：开辟更大的空间，拷贝元素，这样效率会比较低
    PriorityQueue<Integer> q = new PriorityQueue<>(arr.length);
    for (int e: arr) {
        q.offer(e);
    }
    System.out.println(q.size()); // 打印优先级队列中有效元素个数
    System.out.println(q.peek()); // 获取优先级最高的元素
    // 从优先级队列中删除两个元素之和，再次获取优先级最高的元素
    q.poll();
    q.poll();
    System.out.println(q.size()); // 打印优先级队列中有效元素个数
    System.out.println(q.peek()); // 获取优先级最高的元素
    q.offer(0);
    System.out.println(q.peek()); // 获取优先级最高的元素
    // 将优先级队列中的有效元素删除掉，检测其是否为空
    q.clear();
    if(q.isEmpty()){
        System.out.println("优先级队列已经为空!!!");
    }
    else{
        System.out.println("优先级队列不为空");
    }
}

Top-k 问题：

求最小k个数  建大堆

求最大k个数  建小堆