数据结构与算法08 之堆 博客分类： 数据结构 数据结构基础

        优先级队列可以用有序数组来实现，这种做法的问题是，尽管删除最大数据项的时间复杂度为O(1)，但是插入还是需要较长的O(N)时间，这是因为必须移动数组中平均一半的数据项以插入新数据项，并在完成插入后，数组依然有序。

        这里介绍实现优先级队列的另一种结构：堆。堆是一种树，并非java和C++等编译语言里的“堆”。由它实现的优先级队列的插入和删除的时间复杂度都是O(logN)。尽管这样删除的时间变慢了一些，但是插入的时间快的多了。当速度非常重要，且有很多插入操作是，可以选择堆来实现优先级队列。堆有如下特点：

        ·它是完全二叉树。即除了树的最后一层节点不需要是满的外，其他的每一层从左到右都完全是满的。

        ·它常常用一个数组实现。用数组实现的完全二叉树中，节点的索引有如下特点（设该节点的索引为x）：

             它的父节点的索引为 (x-1) / 2；

             它的左子节点索引为 2*x + 1；

             它的右子节点索引为 2*x + 2。

        ·堆中每个节点的关键字都大于（或等于）这个节点的子节点的关键字。这也是堆中每个节点必须满足的条件。所以堆和二叉搜索树相比，是弱序的。

        向堆中插入数据，首先将数据项存放到叶节点中（即存到数组的最后一项），然后从该节点开始，逐级向上调整，直到满足堆中节点关键字的条件为止。

        从堆中删除数据与插入不同，删除时永远删除根节点的数据，因为根节点的数据最大，删除完后，将最后一个叶节点移到根的位置，然后从根开始，逐级向下调整，直到满足堆中节点关键字的条件为止。具体的看下面的代码：

 

1. public class Heap {  
2.       
3.     private Node[] heapArray;  
4.     private int maxSize;  
5.     private int currentSize;  
6.       
7.     public Heap(int mx) {  
8.         maxSize = mx;  
9.         currentSize = 0;  
10.         heapArray = new Node[maxSize];  
11.     }  
12.       
13.     public boolean isEmpty() {  
14.         return (currentSize == 0)? true : false;  
15.     }  
16.       
17.     public boolean isFull() {  
18.         return (currentSize == maxSize)? true : false;  
19.     }  
20.       
21.     public boolean insert(int key) {  
22.         if(isFull()) {  
23.             return false;  
24.         }  
25.         Node newNode = new Node(key);  
26.         heapArray[currentSize] = newNode;  
27.         trickleUp(currentSize++);  
28.         return true;  
29.     }  
30.     //向上调整  
31.     public void trickleUp(int index) {  
32.         int parent = (index - 1) / 2; //父节点的索引  
33.         Node bottom = heapArray[index]; //将新加的尾节点存在bottom中  
34.         while(index > 0 && heapArray[parent].getKey() < bottom.getKey()) {  
35.             heapArray[index] = heapArray[parent];  
36.             index = parent;  
37.             parent = (parent - 1) / 2;  
38.         }  
39.         heapArray[index] = bottom;  
40.     }  
41.       
42.     public Node remove() {  
43.         Node root = heapArray[0];  
44.         heapArray[0] = heapArray[--currentSize];  
45.         trickleDown(0);  
46.         return root;  
47.     }  
48.     //向下调整  
49.     public void trickleDown(int index) {  
50.         Node top = heapArray[index];  
51.         int largeChildIndex;  
52.         while(index < currentSize/2) { //while node has at least one child  
53.             int leftChildIndex = 2 * index + 1;  
54.             int rightChildIndex = leftChildIndex + 1;  
55.             //find larger child  
56.             if(rightChildIndex < currentSize &&  //rightChild exists?  
57.                     heapArray[leftChildIndex].getKey() < heapArray[rightChildIndex].getKey()) {  
58.                 largeChildIndex = rightChildIndex;  
59.             }  
60.             else {  
61.                 largeChildIndex = leftChildIndex;  
62.             }  
63.             if(top.getKey() >= heapArray[largeChildIndex].getKey()) {  
64.                 break;  
65.             }  
66.             heapArray[index] = heapArray[largeChildIndex];  
67.             index = largeChildIndex;  
68.         }  
69.         heapArray[index] = top;  
70.     }  
71.     //根据索引改变堆中某个数据  
72.     public boolean change(int index, int newValue) {  
73.         if(index < 0 || index >= currentSize) {  
74.             return false;  
75.         }  
76.         int oldValue = heapArray[index].getKey();  
77.         heapArray[index].setKey(newValue);  
78.         if(oldValue < newValue) {  
79.             trickleUp(index);  
80.         }  
81.         else {  
82.             trickleDown(index);  
83.         }  
84.         return true;  
85.     }  
86.       
87.     public void displayHeap() {  
88.         System.out.println("heapArray(array format): ");  
89.         for(int i = 0; i < currentSize; i++) {  
90.             if(heapArray[i] != null) {  
91.                 System.out.print(heapArray[i].getKey() + " ");  
92.             }  
93.             else {  
94.                 System.out.print("--");  
95.             }  
96.         }  
97.     }  
98. }  
99. class Node {  
100.     private int iData;  
101.     public Node(int key) {  
102.         iData = key;  
103.     }  
104.       
105.     public int getKey() {  
106.         return iData;  
107.     }  
108.       
109.     public void setKey(int key) {  
110.         iData = key;  
111.     }  
112. }  

 

 

http://blog.csdn.net/eson_15/article/details/51105955