栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > C/C++/C#

轻松掌握堆的使用

C/C++/C# 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

轻松掌握堆的使用

堆的概念实现堆

定义参数向下调整

说明过程如图 创建堆向上调整判断是否满插入堆判断堆是否为空出堆顶元素拿到堆顶元素堆排序代码测试

测试堆排序 优先级队列

堆的概念

    堆是一颗顺序存储的二叉树,激素hi将二叉树层序遍历放到数组当中,是完全二叉树。

    已知双亲(parent)的下标,则:
    左孩子(left)下标 = 2 * parent + 1。
    右孩子(right)下标 = 2 * parent + 2。

    已知孩子(不区分左右)(child)下标,则:
    双亲(parent)下标 = (child - 1) / 2。

    堆有大根堆和小根堆两种:
    大根堆:每个根都比结点大。
    小根堆:每个根都比结点小。

    堆对应的集合:priorityQueue(优先级队列)是完全二叉树。

    堆物理上是保存在数组当中

实现堆

因为堆在物理上是数组,所以通过数组来实现。

定义参数
public int[] elem;
public int usedSize;
public TestHeap() {
    this.elem = new int[10];
}
向下调整

把数据从上往下调整,然后形成堆。但前提是:左右子树必须已经是一个堆,才可以调整。一般在插入元素的时候进行向下调整。

说明
    array 代表存储堆的数组size 代表数组中被视为堆数据的个数index 代表要调整位置的下标left 代表 index 左孩子下标right 代表 index 右孩子下标min 代表 index 的最小值孩子的下标
过程
    index 如果已经是叶子结点,则整个调整过程结束:
    判断 index 位置有没有孩子
    因为堆是完全二叉树,没有左孩子就一定没有右孩子,所以判断是否有左孩子
    因为堆的存储结构是数组,所以判断是否有左孩子即判断左孩子下标是否越界,即 left >= size 越界确定 left 或 right,谁是 index 的最小孩子 min
    如果右孩子不存在,则 min = left
    否则,比较 array[left] 和 array[right] 值得大小,选择小的为 min比较 array[index] 的值 和 array[min] 的值,如果 array[index] <= array[min],则满足堆的性质,调整结束否则,交换 array[index] 和 array[min] 的值然后因为 min 位置的堆的性质可能被破坏,所以把 min 视作 index,向下重复以上过程
如图


像这样通过向下调整,就得到了一个小根堆。
调整前:int[] array = { 27,15,19,18,28,34,65,49,25,37 };
调整后:int[] array = { 15,18,19,25,28,34,65,49,27,37 };
所以代码如下:

public void shiftDown(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 = 2*parent+1;
        } else {
            break;
        }
    }
}
创建堆

因为向下调整是适用于插入一个数据之后依然是堆,所以我们可以从第一个非叶子节点的子树开始调整,一直调整到根节点的树,就可以调整成堆。代码如下:

public void createHeap(int[] array) {
    for (int i = 0; i < array.length; i++) {
        elem[i] = array[i];
        this.usedSize++;
    }
    for ( int parent = (usedSize-1-1)/2; parent >= 0; parent--) {
        //调整
        shiftDown(parent, usedSize);
    }
}
向上调整

向上调整用在入堆的时候。当一个元素入堆之后,其实是放在二叉树的最后面的。如图:

把新入堆的元素调整之后,保证还是一个大根堆或者小根堆。代码如下:

private void shiftUp(int child) {
    int parent = (child - 1)/2;
    while (parent >= 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;
        }
    }
}
判断是否满

判断是否满的时候,只需将 usedSize 和数组长度比较就可以了。代码如下:

public  boolean isFull() {
    return  usedSize == elem.length;
}
插入堆

向上调整是为了方便一个元素插入堆中,所以插入的时候,只需判断是否满了,如果没满,就向上调整。代码如下:

public void offer(int val) {
    if (isFull()) {
        //满了 扩容
        elem = Arrays.copyOf(elem,2*elem.length);
    }
    elem[usedSize++] = val;
    //传入的是 usedSize - 1
    shiftUp(usedSize-1);
}
判断堆是否为空

判空的方法就是看 usedSize 是否为 0 即可。

public boolean isEmpty() {
    return usedSize == 0;
}
出堆顶元素

先判断堆是否为空,然后拿到堆顶元素,然后把堆顶元素的值改为堆的最后一个元素,然后向下调整就好了。代码如下:

public int poll() {
    if (isEmpty()) {
        throw new RuntimeException("优先级队列为空!");
    }
    int tmp = elem[0];
    elem[0] = elem[usedSize - 1];
    elem[usedSize - 1] = tmp;
    usedSize--;
    shiftDown(0,usedSize);
    return tmp;
}
拿到堆顶元素

先判断堆是否为空,然后返回数组 0 下标的元素就可以了。代码如下:

public int peek() {
    if (isEmpty()) {
        throw new RuntimeException("优先级队列为空!");
    }
    return elem[0];
}
堆排序

这里的排序就是每次都进行向下调整,直到全部调整完成。代码如下:

public void heapSort() {
    int end = this.usedSize-1;
    while (end > 0) {
        int tmp = elem[0];
        elem[0] = elem[end];
        elem[end] = tmp;
        shiftDown(0,end);
        end--;
    }
}
代码测试
public static void main(String[] args) {
    int[] arr = {27,15,19,18,28,34,65,49,25,37};
    TestHeap testHeap = new TestHeap();
    testHeap.createHeap(arr);
    //得到调整之后的结果
    System.out.println(Arrays.toString(testHeap.elem));
    testHeap.offer(80);
    //每次入队之后还是大根堆
    System.out.println(Arrays.toString(testHeap.elem));
    //每次出队 也要保证大根堆和小根堆  先交换 0 下标和最后下标的位置,然后向下调整就可以了
    System.out.println(testHeap.poll());
    //每次弹出的都是最大的元素
    System.out.println(Arrays.toString(testHeap.elem));
}

运行结果如下:

测试堆排序
public static void main(String[] args) {
    int[] arr = {27,15,19,18,28,34,65,49,25,37};
    TestHeap testHeap = new TestHeap();
    testHeap.createHeap(arr);
    testHeap.heapSort();
    System.out.println(Arrays.toString(testHeap.elem));
}

运行结果如下:

优先级队列

优先级队列是 : PriorityQueue 。这里默认就是一个小根堆,每次放入之后还是小根堆。弹出之后还是小根堆。代码如下:

public static void main2(String[] args) {
    PriorityQueue priorityQueue = new PriorityQueue<>();
    priorityQueue.offer(12);
    priorityQueue.offer(3);
    priorityQueue.offer(15);
    System.out.println(priorityQueue.poll());
    System.out.println(priorityQueue.poll());
}

运行结果如下:

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/743399.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号