本文共 5269 字,大约阅读时间需要 17 分钟。
一、什么是二叉堆
二叉堆是一种特殊的堆,二叉堆是完全二元树(二叉树)或者是近似完全二元树(二叉树)。
二叉堆有两种:最大堆和最小堆。
最大堆:父结点的键值总是大于或等于任何一个子节点的键值;
最小堆:父结点的键值总是小于或等于任何一个子节点的键值。
二、二叉堆的基本操作
1.插入
假设在最大堆[90,80,70,60,40,30,20,10,50]种插入85,需要执行的步骤如下:
插入分为两步:
(1).将data添加到表尾
/* * 将data插入到二叉堆中 */ public void insert(T data) { int size = mHeap.size(); mHeap.add(data); // 将"数组"插在表尾 filterup(size); // 向上调整堆 }
(2).调用向上调整算法
/* * 最大堆的向上调整算法(从start开始向上直到0,调整堆) * * 注:数组实现的堆中,第N个节点的左孩子的索引值是(2N+1),右孩子的索引是(2N+2)。 * * 传入当前节点的索引start,然后(start-1)/2拿到它父节点的索引,将当前start节点记下来 比较它与父节点的大小, * 若大于父节点,先将start节点值set为父节点的值,然后两个指针同步上移,(把父节点赋值给当前节点,父节点上移找父节点) 直到走到不满足start>0 * 将记下来的值set到新start处 参数说明: start -- 被上调节点的起始位置(一般为数组中最后一个元素的索引) */ protected void filterup(int start) { int c = start; // 当前节点(current)的位置 int p = (c - 1) / 2; // 父(parent)结点的位置 T tmp = mHeap.get(c); // 当前节点(current)的大小 while (c > 0) { int cmp = mHeap.get(p).compareTo(tmp); if (cmp >= 0) break; else { mHeap.set(c, mHeap.get(p)); c = p; p = (p - 1) / 2; } } mHeap.set(c, tmp); }
2.删除
假设从最大堆[90,85,70,60,80,30,20,10,50,40]中删除90,需要执行的步骤如下:也是分为两步:
(1)将data删除,把表尾最后一个元素放上来/* * 删除最大堆中的data * * 先将data删除,将最后一个元素放上来, 调用向下调算法 * * * 返回值: 0,成功 -1,失败 */ public int remove(T data) { if (mHeap.isEmpty()) { return -1; } int index = mHeap.indexOf(data); if (index == -1) { return -1; } int size = mHeap.size(); mHeap.set(index, mHeap.get(size - 1));// size-1索引处的值是最后一个元素,将这个元素放到删除元素处 mHeap.remove(size - 1);// 把最后一个元素删除,然后调用向下调整算法 filterdown(index, mHeap.size() - 1); return 0; }
(2)调用向下调整算法
/* * 最大堆的向下调整算法 * * 注:数组实现的堆中,第N个节点的左孩子的索引值是(2N+1),右孩子的索引是(2N+2)。 * * 从start位置,向下找它最大的孩子,与它自己比较 如果孩子大于它,将此孩子值set到start位置 start下移 反复执行直至条件不满足 * 最后把初始start处的值set到新位置 * * * 参数说明: start -- 被下调节点的起始位置(一般为0,表示从第1个开始) end -- 截至范围(一般为数组中最后一个元素的索引) */ protected void filterdown(int start, int end) { int c = start; // 当前(current)节点的位置 int l = 2 * c + 1; // 左(left)孩子的位置 T tmp = mHeap.get(c); // 当前(current)节点的大小 while (l <= end) { int cmp = mHeap.get(l).compareTo(mHeap.get(l + 1)); // "l"是左孩子,"l+1"是右孩子 if (l < end && cmp < 0) l++; // 左右两孩子中选择较大者,即mHeap[l+1] cmp = tmp.compareTo(mHeap.get(l)); if (cmp >= 0) break; // 调整结束 else { mHeap.set(c, mHeap.get(l)); c = l; l = 2 * l + 1; } } mHeap.set(c, tmp); }
下面是完整代码:
package priv.qcy.heap;import java.util.ArrayList;import java.util.List;public class MaxHeap> { private List mHeap; // 队列(实际上是动态数组ArrayList的实例) public MaxHeap() { this.mHeap = new ArrayList (); } /* * 最大堆的向下调整算法 * * 注:数组实现的堆中,第N个节点的左孩子的索引值是(2N+1),右孩子的索引是(2N+2)。 * * 从start位置,向下找它最大的孩子,与它自己比较 如果孩子大于它,将此孩子值set到start位置 start下移 反复执行直至条件不满足 * 最后把初始start处的值set到新位置 * * * 参数说明: start -- 被下调节点的起始位置(一般为0,表示从第1个开始) end -- 截至范围(一般为数组中最后一个元素的索引) */ protected void filterdown(int start, int end) { int c = start; // 当前(current)节点的位置 int l = 2 * c + 1; // 左(left)孩子的位置 T tmp = mHeap.get(c); // 当前(current)节点的大小 while (l <= end) { int cmp = mHeap.get(l).compareTo(mHeap.get(l + 1)); // "l"是左孩子,"l+1"是右孩子 if (l < end && cmp < 0) l++; // 左右两孩子中选择较大者,即mHeap[l+1] cmp = tmp.compareTo(mHeap.get(l)); if (cmp >= 0) break; // 调整结束 else { mHeap.set(c, mHeap.get(l)); c = l; l = 2 * l + 1; } } mHeap.set(c, tmp); } /* * 删除最大堆中的data * * 先将data删除,将最后一个元素放上来, 调用向下调算法 * * * 返回值: 0,成功 -1,失败 */ public int remove(T data) { if (mHeap.isEmpty()) { return -1; } int index = mHeap.indexOf(data); if (index == -1) { return -1; } int size = mHeap.size(); mHeap.set(index, mHeap.get(size - 1));// size-1索引处的值是最后一个元素,将这个元素放到删除元素处 mHeap.remove(size - 1);// 把最后一个元素删除,然后调用向下调整算法 filterdown(index, mHeap.size() - 1); return 0; } /* * 将data插入到二叉堆中 */ public void insert(T data) { int size = mHeap.size(); mHeap.add(data); // 将"数组"插在表尾 filterup(size); // 向上调整堆 } /* * 最大堆的向上调整算法(从start开始向上直到0,调整堆) * * 注:数组实现的堆中,第N个节点的左孩子的索引值是(2N+1),右孩子的索引是(2N+2)。 * * 传入当前节点的索引start,然后(start-1)/2拿到它父节点的索引,将当前start节点记下来 比较它与父节点的大小, * 若大于父节点,先将start节点值set为父节点的值,然后两个指针同步上移,(把父节点赋值给当前节点,父节点上移找父节点) 直到走到不满足start>0 * 将记下来的值set到新start处 参数说明: start -- 被上调节点的起始位置(一般为数组中最后一个元素的索引) */ protected void filterup(int start) { int c = start; // 当前节点(current)的位置 int p = (c - 1) / 2; // 父(parent)结点的位置 T tmp = mHeap.get(c); // 当前节点(current)的大小 while (c > 0) { int cmp = mHeap.get(p).compareTo(tmp); if (cmp >= 0) break; else { mHeap.set(c, mHeap.get(p)); c = p; p = (p - 1) / 2; } } mHeap.set(c, tmp); } @Override public String toString() { StringBuilder sb = new StringBuilder(); for (int i = 0; i < mHeap.size(); i++) sb.append(mHeap.get(i) + " "); return sb.toString(); } public static void main(String[] args) { int i; int a[] = { 10, 40, 30, 60, 90, 70, 20, 50, 80 }; MaxHeap tree = new MaxHeap (); System.out.printf("== 依次添加: "); for (i = 0; i < a.length; i++) { System.out.printf("%d ", a[i]); tree.insert(a[i]); } System.out.printf("\n== 最 大 堆: %s", tree); i = 85; tree.insert(i); System.out.printf("\n== 添加元素: %d", i); System.out.printf("\n== 最 大 堆: %s", tree); i = 90; tree.remove(i); System.out.printf("\n== 删除元素: %d", i); System.out.printf("\n== 最 大 堆: %s", tree); System.out.printf("\n"); }}
运行结果:
emmmmm仅供个人复习所用,如有错误欢迎指正!
转载地址:http://ninwi.baihongyu.com/