欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

数据结构------优先级队列(堆)

程序员文章站 2022-06-05 09:18:36
...


概念:

  1. 堆逻辑上是一棵完全二叉树
  2. 堆物理上是保存在数组中
  3. 满足任意结点的值都大于其子树中结点的值,叫做大堆,或者大根堆,或者最大堆
  4. 反之,则是小堆,或者小根堆,或者最小堆
  5. 堆的基本作用是,快速找集合中的最值

如何构建一个堆呢?

首先建堆需要借助一个调整的过程,根据需要向上或者向下调整根节点的位置,然后从第一个非叶子节点开始进行调整,就可以得到一个堆.
数据结构------优先级队列(堆)
代码实现:

	//从最后一个非叶子节点进行向下调整;
	public static void creatHeap(int[] n,int size){
        for (int i=(size-1)/2; i >= 0;i--) {
            shiftDown(n,size,i);
        }
    }
    //向下调整;
    public static void shiftDown(int[] n,int size,int parent){
        int left = parent * 2 +1;
        while (left < size){
            int right = parent * 2 + 2;
            int max = left;
            if(right < size){
                if(n[right] > n[left]){
                    max = right;
                }
            }
            if (n[parent] >= n[max]){
                break;
            }
            swap(n,parent,max);
            parent = max;
            left = max * 2 + 1;
        }
    }

堆的应用
一.优先级队列
在很多应用中,我们通常需要按照优先级情况对待处理对象进行处理,比如首先处理优先级最高的对象,然后处理次高的对象。最简单的一个例子就是,在手机上玩游戏的时候,如果有来电,那么系统应该优先处理打进来的电话。
在这种情况下,我们的数据结构应该提供两个最基本的操作,一个是返回最高优先级对象,一个是添加新的对象。这种数据结构就是优先级队列
二.TOPK问题

问题:在N个数中找到最大的K个数.

1.先建一个K大小的堆;
2.再将数组中的数字一次与根节点比较大于根节点交换再进行调整;

//在N个数中找到K个最大的数;
    //先将前K个数建立一个小根堆;
    //依次将剩余的数一个个进行比较,若大于根则替换在向下调整,否则就下一个数;
    //最后堆中元素就是前K个最大的数;
    public static void swap(int[] array,int a,int b){
        int tmp = array[a];
        array[a] = array[b];
        array[b] = tmp;
    }
    public static void shiftDown(int[] array,int index){
        int left = index * 2 +1;
        while (left < array.length){
            int min = left;
            int right = index * 2 + 2;
            if (right < array.length){
                if (array[left] > array[right]){
                    min = right;
                }
            }
            if (array[index] < array[min]){
                break;
            }
            swap(array,index,min);
            index = min;
            left = index * 2 + 1;
        }
    }
    public static void creatHeapK(int[] array){
        for (int i =(array.length - 1) / 2; i >= 0 ; i--) {
            shiftDown(array,i);
        }
    }
    public static int[] topK(int[] n,int k){
        int[] topK = new int[k];
        System.arraycopy(n, 0, topK, 0, k);
        creatHeapK(topK);
        for (int i = k; i <n.length; i++) {
            if (n[i] > topK[0]){
                topK[0] = n[i];
                shiftDown(topK,0);
            }
        }
        return topK;
    }
    public static void main(String[] args) {
        int[] n = {1,3,9,4,6,8,2,5,7,10};
        System.out.println(Arrays.toString(topK(n,3)));
    }

三.堆排序

先建好一个大堆或小堆,每次将堆顶元素与堆尾交换,堆的大小减一,再进行调整;
如此反复就实现了排序;
代码在另一篇排序博客里可以找到;