数据结构------优先级队列(堆)
程序员文章站
2022-06-05 09:18:36
...
堆
概念:
- 堆逻辑上是一棵完全二叉树
- 堆物理上是保存在数组中
- 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
- 反之,则是小堆,或者小根堆,或者最小堆
- 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.
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;
上一篇: MySQL内置时间curdate查询用法