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  >  IT编程

Golang Heap 源码剖析

程序员文章站 2022-03-10 17:33:43
堆原理解析 堆一般指二叉堆。是使用完全二叉树这种数据结构构建的一种实际应用。通过它的特性,分为最大堆和最小堆两种。 如上图可知,最小堆就是在这颗二叉树中,任何一个节点的值比其所在子树的任意一个节点都要小。最大堆就是在这颗二叉树中,任何一个节点的值都比起所在子树的任意一个节点值都要大。 那么如何构建一 ......

堆原理解析

堆一般指二叉堆。是使用完全二叉树这种数据结构构建的一种实际应用。通过它的特性,分为最大堆和最小堆两种。

Golang Heap 源码剖析

如上图可知,最小堆就是在这颗二叉树中,任何一个节点的值比其所在子树的任意一个节点都要小。最大堆就是在这颗二叉树中,任何一个节点的值都比起所在子树的任意一个节点值都要大。

那么如何构建一个堆呢?首先要将所有的元素构建为一个完全二叉树。完全二叉树是指除叶子节点,所有层级是满节点,叶子节点从左向右排列填满

在一个完全二叉树中,将数据重新按照堆的的特性排列,就可以将完全二叉树变成一个堆。这个过程叫做“堆化”。

在堆中,我们要删除一个元素一般从堆顶删除(可以取到最大值/最小值)。删除之后,数据集就不能算作一个堆了,因为最顶层的元素没有了,数据集不符合完全二叉树的定义。这时,我们需要将堆的数据进行重新排列,也就是重新“堆化”。同样的,在堆中新添加一个元素也需要重新做“堆化”的操作,来将数据集恢复到满足堆定义的状态

所以,在堆这种数据结构中,最重要的是“堆化”的这个算法操作。其次,堆化数据如何存储也是很重要的。接下来,详细说一下。

完全二叉树的存储方式

对于二叉树来说,存储方式有2种,一种使用数组的形式来存储,一种使用链表的方式存储。同样的,这两种方式继承了这两种数据结构的坏处和好处。链表的方式相对浪费存储空间,因为要存储左右子树的指针,但扩缩容方便。而数组更加节省空间,更加方便定位节点,缺点则是扩缩容不便。

我们以数组的方式来做示例,了解存储的细节:

Golang Heap 源码剖析

我们不用 \(index = 0\) 的位置来存储数据,而是从 \(index = 1\) 开始,这样,对于任意一个节点 \(i\) 来说,就有 左节点 \(2*i\),右节点 \(2*i+1\),而父节点就是 \(\frac i 2\)。

堆的操作

我们先介绍两种常用的堆操作:pop & push,添加一个元素和删除一个元素。

假如我们有如下的一个最大堆,当我们添加了一个元素之后,就需要做“堆化”,使得堆满足定义。

Golang Heap 源码剖析

这种从堆底向上堆化的过程,叫做“从下到上堆化”。我把这个过程实现为代码,如下:

// 从下到上堆化
func (h *heap) downtoupheapify(pos int) {
    for pos / 2 > 0 && h.data[pos/2].less(h.data[pos]) { // 如果存在父节点 & 值大于父节点
        h.swap(pos, pos/2) // 交换两个值的位置
        pos = pos /2 // 将操作节点变为父节点的位置
    }
}

当我们想要从堆顶 pop 一个元素的时候。我们需要先将元素pop,然后把堆中最后一个元素放到堆顶,然后进行一次“堆化”。

Golang Heap 源码剖析

这种从堆顶向下堆化的过程,叫做“从上到下堆化”。我把这个过程实现为代码,如下:

// 从上到下堆化
func (h *heap) uptodownheapify() {
    max := h.len
    i := 1
    pos := i
    for {
        if i * 2 <= max && h.data[i].less(h.data[i*2]) { // 如果有左子树,且自己小于左子树
            pos = i*2 
        }

        if i *2 +1 <= max && h.data[pos].less(h.data[i*2+1]) { // 如果有右子树,且自己小于右子树
            pos = i*2+1
        }
        if pos == i { // 如果位置没有变化,说明堆化结束
            break
        }

        h.swap(i, pos) // 交换当前位置和下一个位置的内容
        i = pos // 操作下一个位置
    }
}

golang 的 container.heap 包

注意,上述的讲述中,为了方便表示,我们在数组的索引0没有存储内容,从索引1开始存储。

而 golang 的实现中,索引0 是存储了数据的。这样的话,每一个元素的左子树和右子树就分别变成了 \(2*i+1\) 和 \(2*i+2\)。

golang 的 container.heap 是一个实现了通用最小堆的包。任何数据集只要实现了其 interface 接口,即可使用这个包将其堆化,并进行一系列的操作。

type interface interface {
    sort.interface
  push(x interface{}) // 把元素添加到 len() 的位置
    pop() interface{}   // 删除并返回 len() - 1 的元素.
}

// sort.interface
type interface interface {
    // len is the number of elements in the collection.
    len() int
    // less reports whether the element with
    // index i should sort before the element with index j.
    less(i, j int) bool
    // swap swaps the elements with indexes i and j.
    swap(i, j int)
}

interface 的数据结构如上,要求实现 sort.interfacepush pop 两个方法。

sort.interface 的定义,同样贴在了上面,主要是三个方法:

  • len 返回数据集的长度;
  • less 返回 index i 是否小于 index j;
  • swap 交换 index i 和 j 的值;

接下来,我们看一下 push 操作

func push(h interface, x interface{}) {
    h.push(x) // 向数据集添加一个元素
    up(h, h.len()-1) // 从下向上堆化
}

// 从下向上堆化的内容
func up(h interface, j int) {
  // h 表示堆,j 代表需要堆化的元素 index
    for {
        i := (j - 1) / 2 // 定义 j 的父 index
        if i == j || !h.less(j, i) { // 如果两个元素相等 或者 父元素小于当前元素
            break  // 堆化完成
        }
        h.swap(i, j) // 交换父元素和当前元素
        j = i // index 变为父元素的 index
    }
}

上面在 push 元素之后,做了 “从下到上”的堆化。

接下来,是 pop 操作:

// 返回堆顶的元素,并删掉它
func pop(h interface) interface{} {
  n := h.len() - 1 // 获取最终堆长度(去掉最后一个元素)
    h.swap(0, n)     // 交换堆顶和最后一个元素
    down(h, 0, n)    // 从上到下堆化
    return h.pop()   // 弹出最后一个元素
}

func down(h interface, i0, n int) bool {
    i := i0 // 堆顶 index
    for {
        j1 := 2*i + 1  // 左孩子 index
        if j1 >= n || j1 < 0 { // j1 大于堆长度 或 溢出
            break  // 堆化结束
        }
        j := j1 // j = 左孩子
        if j2 := j1 + 1; j2 < n && h.less(j2, j1) { 
      // j2 = 右孩子;j 小于堆长度 && 右孩子小于左孩子
            j = j2 // j = 2*i + 2 = 右孩子 
        }
    // 上面是从左右孩子选出小的那个,将 index 赋值给 j
    
        if !h.less(j, i) { // 如果 堆顶小于 j , 堆化结束
            break
        }
    
        h.swap(i, j) // 交换堆顶元素和 j
        i = j // 切换到下一个操作 index
    }
  
  // 返回 元素是否有移动
  // 此处是一个特殊设计,用来判断向下堆化是否真的有操作
  // 当删除中间的元素时,如果向下堆化没有操作的话,就需要再做向上堆化
    return i > i0 
}

golang 还提供了之前原理讲述中没有的方法: remove fix

  • remove 是删除堆中指定元素,不一定是堆顶;
  • fix 是当某一个元素的值有变化时,用来重新堆化;
func remove(h interface, i int) interface{} {
    n := h.len() - 1 // 堆的长度
    if n != i { // 如果不是堆顶
        h.swap(i, n) // 交换删除元素 和 最后一个元素
        if !down(h, i, n) { // 从上到下堆化
            up(h, i) // 如果没有成功,就从下岛上堆化
        }
    }
    return h.pop() // 弹出最后一个元素
}

func fix(h interface, i int) {
  // i 是值被改变的 index
    if !down(h, i, h.len()) {   // 从上到下堆化
        up(h, i) // 如果没有成功,就从下岛上堆化
    }
}

这里有一个内容需要注意,就是 remove 中, \(n = len() -1\) 来表示堆长度,而在 fix 则使用 \(n = len()\) 来表示。这是因为 remove 中,最后一个元素是要被删除掉,所以最终的堆长度是 \(len() - 1\)。

上面我们已经了解了 golang 中,对于一个堆的所有操作。只剩下最后一个方法:init,初始化一个数据集,变成堆。

func init(h interface) {
    n := h.len()  // n 是堆长度
  // i = 最后一个非叶子节点的 index; i >= 堆顶; index 自减
    for i := n/2 - 1; i >= 0; i-- {
    // 从当前节点开始,从上到下堆化
        down(h, i, n)
    }
}

根据堆的特性可知,叶子节点不可以从上到下堆化。所以,我们找到最后非叶子节点的索引值,从这里开始做堆化操作。

至此,container.heap 包中的内容就全部讲解完毕。了解了堆的原理之后,其实会发现并不难理解。

堆的应用

在堆排序中,就需要用到堆算法来将数据级堆化,然后一个个的弹出元素,以达到排序的目的。

堆也可以用于实现优先级队列。优先级队列在实际开发过程中有着广泛的应用。在很多时候,都可以用它来实现处理带优先级的事件,处理定时任务等等。