我的编程经历(35)----------优先级队列(堆)

文章介绍了堆的概念,它是一种基于完全二叉树的数组结构,分为最大堆和最小堆。文中给出了大根堆的Java实现,包括插入、删除等操作,并提到在实际应用中通常使用`PriorityQueue`接口。此外,文章还展示了如何利用优先级队列找出数组中前k个最大值的方法。
摘要由CSDN通过智能技术生成

本篇主要总结堆的相关内容。

首先要理解什么是堆。堆的底层其实是一个数组或者顺序表的结构,但是它的逻辑结构是一颗完全二叉树,并且满足某个节点的值总是不大于或者不小于其父亲节点的值:

如上图所示,即为一个最小堆:父亲节点的值始终小于其孩子节点的值,最大堆则反之。其在内存中的存储形式如右图所示。则在对该完全二叉树进行层序遍历时,必定于数组的遍历结果是相同的,此时就满足堆的性质。

由于其逻辑结构如二叉树,且二叉树存在如下性质:

已知父亲节点层序遍历下标为n,若其有左右孩子节点,则左孩子节点下标为:2n + 1;其右孩子的下标节点为:2n + 2。

因此给出一个数组,便能够根据以上性质创建一个堆,这里以大根堆举例:

public class Heap {
    public int[] elem;
    public int usedSize;

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

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

    public void getHeap(){
        for (int parent = (usedSize - 1 - 1) / 2; parent >= 0; parent--) {
            outHeap(parent, usedSize);
        }
    }

    public void outHeap(int parent, int len){
        int child = 2 * parent + 1;
        while (child < len){
            if (child + 1 < len && elem[child] < elem[child + 1]){
                child++;
            }
            if (elem[child] > elem[parent]){
                int tmp = elem[child];
                elem[child] = elem[parent];
                elem[parent] = tmp;
                parent = child;
                child = parent * 2 + 1;
            }
            else {
                break;
            }
        }
    }

与其他数据结构一样,也可以对堆实现数据的插入与删除:

//插入新元素
    public void shift(int val){
        if (isFull()){
            elem = Arrays.copyOf(elem, elem.length*2);
        }
        elem[usedSize] = val;
        usedSize++;
        shiftDown(--usedSize);
    }
    //向上调整
    private void shiftDown(int child){
        int parent = (child - 1) / 2;
        while (child > 0){
            if (elem[parent] < elem[child]){
                int tmp = elem[parent];
                elem[parent] = elem[child];
                elem[child] = tmp;
                child = parent;
                parent = (child - 1) / 2;
            }
            else {
                break;
            }
        }
    }

    //先判断是否为满
    public boolean isFull(){
        return usedSize == elem.length;
    }

    //删除节点
    public void pop(){
        if (isEmpty()){
            return;
        }
        int tmp = elem[0];
        elem[0] = elem[usedSize - 1];
        elem[usedSize - 1] = tmp;
        usedSize--;
        outHeap(0, usedSize);
    }

    //是否为空
    public boolean isEmpty(){
        return usedSize == 0;
    }

   

以上是用代码实现一个堆。在实际应用过程中,更多的是使用Priority Queue接口。在使用时要注意:

1.该接口所放置的元素必须是要能够比较的;

2.不能放入null;

3.要导入该接口所在的包;

4.该接口与其他接口一样,在使用时要调用其构造方法。但是该接口的不带参数的构造方法默认创建的优先级队列容量为11。

因此可以利用该接口实现找出一组数据中前k个最大值:

import java.util.PriorityQueue;
import java.util.Queue;

public class Other {

    //前k个最大值
    public int[] maxK(int[] array, int k){
        int[] ret = new int[k];
        if (array == null || k == 0){
            return ret;
        }
        Queue<Integer> priorityQueue = new PriorityQueue<>(k);
        for (int i = 0; i < k; i++){
            priorityQueue.offer(array[i]);
        }
        for (int i = k; i < array.length; i++){
            if (priorityQueue.peek() < array[i]){
                priorityQueue.poll();
                priorityQueue.offer(array[i]);
            }
        }
        for (int i = 0; i < k; i++){
            ret[i] = priorityQueue.poll();
        }
        return ret;
    }
}

------------------------最后编辑于2023.5.12下午六点左右

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值