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

总结:优先级队列(堆)

程序员文章站 2022-03-31 20:04:41
...

二叉树的顺序存储

1.存储方式

(1)使用数组保存二叉树结构,方式即将二叉树用层序遍历方式放入数组中。
(2)一般只适合表示完全二叉树,因为非完全二叉树会有空间的浪费。这种方式的主要用法就是堆的表示。
(3)图解:
总结:优先级队列(堆)

1.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;反之,则是小堆,或者小根堆,或者最小堆。
(4)堆的基本作用是,快速找集合中的最值。

2.实现堆的向上调整、向下调整、创建堆

总结:优先级队列(堆)
总结:优先级队列(堆)
总结:优先级队列(堆)

(1)使用数组实现向下与向上调整
package PriorityQueue20191125;

/**
 * Description:
 */
public class TestHeap {
    //向下调整
    public void adjustDown(int[] array, int root) {
        //root为树的根节点,即是数组中下标为0号下标的元素
        int parent = root;
        //根据root的下标,计算child的下标
        /*已知双亲(parent)的下标,则:
         *左孩子(left)下标 = 2 * parent + 1;
         *右孩子(right)下标 = 2 * parent + 2*/
        int child = 2 * parent + 1;
        int size = array.length;
        while (child < size) {
            // child 本来是左子树的下标, 再 + 1 就是右子树下标
            // 在找左子树和右子树谁大
            if (child + 1 < size
                    && array[child + 1] > array[child]) {
                child = child + 1;
            }
            // if 之后 child 不知道它是左还是右了, 而一定是左右中的最大值
            if (array[child] > array[parent]) {
                // 不符合大堆的特性, 交换 child 和 parent 的位置
                swap(array, child, parent);
            } else {
                // 如果发现满足堆的特性, 调整就结束了
                break;
            }
            parent = child;
            child = 2 * parent + 1;
        }
    }

    //向上调整
    public void adjustUp(int[] array, int child) {
        int parent = (child - 1) / 2;
        while (child > 0) {
            if (array[parent] >= array[child]) {
                break;
            }
            swap(array, child, parent);
            child = parent;
            parent = (child - 1) / 2;
        }
    }

    //交换函数
    public void swap(int[] array, int x, int y) {
        int tmp = array[x];
        array[x] = array[y];
        array[y] = tmp;
    }

    // 要把 [0, size) 范围中的元素建成堆
    public void createHeap(int[] array, int size) {
        // 从最后一个非叶子节点出发, 从后往前走, 针对每个节点, 进行向下调整
        // 第一个 size - 1 是为了找到最后一个元素的下标
        // 再在最后一个元素下标的基础上再 - 1 再除以 2
        for (int i = (size - 1 - 1) / 2; i >= 0; i--) {
            adjustDown(array, i);
        }
    }
}
(2)使用顺序表实现向下与向上调整
package PriorityQueue20191125;

import java.util.Arrays;

/**
 * Description:
 */
public class TestHeap1 {

    public int[] elem;
    public int usedSize;

    public TestHeap1() {
        this.elem = new int[20];
        this.usedSize = 0;
    }

    /**
     * 一次调整
     *
     * @param
     * @param root:每次调整的这棵树的根节点下标
     */
    //len==usedSize
    public void adjustDown(int root, int len) {
        int parent = root;
        int child = 2 * parent + 1;
        while (child < len) {
            //判断是否有右孩子 且谁最大
            if (child + 1 < len && elem[child] < elem[child + 1]) {
                child = child + 1;
            }
            //child肯定是左右孩子的最大值下标
            if (elem[child] > elem[parent]) {
                int tmp = elem[child];
                elem[child] = elem[parent];
                elem[parent] = tmp;
                parent = child;
                child = 2 * parent + 1;
            } else {
                break;
            }
        }
    }

    //创建堆
    public void createHeap(int[] array) {
        //扩容,每增加一个元素,usedSize++
        for (int i = 0; i < array.length; i++) {
            this.elem[i] = array[i];
            this.usedSize++;
        }
        // 从最后一个非叶子节点出发, 从后往前走, 针对每个节点, 进行向下调整
        // 第一个 usedSize - 1 是为了找到最后一个元素的下标
        // 再在最后一个元素下标的基础上再 - 1 再除以 2,得到父亲节点的坐标.
        for (int i = (this.usedSize - 1 - 1) / 2; i >= 0; i--) {
            adjustDown(i, this.usedSize);
        }
    }

    //向上调整
    public void adjustUp(int child) {
        int parent = (child - 1) / 2;
        while (child > 0) {
            if (this.elem[child] > this.elem[parent]) {
                int tmp = elem[child];
                elem[child] = elem[parent];
                elem[parent] = tmp;
                child = parent;
                parent = (child - 1) / 2;
            } else {
                break;
            }
        }
    }

    //判断满
    public boolean isFull() {
        return this.usedSize == this.elem.length;
    }

    /*入队操作步骤:
     * 1.首先按尾插方式放入数组
     * 2.比较其和其双亲的值的大小,如果双亲的值大,则满足堆的性质,插入结束
     * 3.否则,交换其和双亲位置的值,重新进行 2、3 步骤
     * 4.直到根结点*/
    public void pushHeap(int val) {
        //如果满了,就扩容
        if (isFull()) {
            this.elem = Arrays.copyOf
                    (this.elem, this.elem.length * 2);
        }
        //插入的元素就放在usedSize的位置,然后usedSize++
        this.elem[this.usedSize] = val;
        this.usedSize++;//11
        adjustUp(usedSize - 1);//传的是下标
    }

    //判断空
    public boolean isEmpty() {
        return this.usedSize == 0;
    }

    //出队:为了防止破坏堆的结构,删除时并不是直接将堆顶元素删除,
    //而是用数组的最后一个元素替换堆顶元素,然后通过向下调整方式重新调整成堆
    public void popHeap() {
        //0、堆为空的时候
        if (isEmpty()) {
            return;
        }
        //1、根顶元素和最后一个元素进行交换
        int tmp = this.elem[0];
        this.elem[0] = this.elem[this.usedSize - 1];
        this.elem[this.usedSize - 1] = tmp;
        this.usedSize--;
        //2、向下调整,只需要调整0号下标这棵树
        adjustDown(0, this.usedSize);//usedSize是usedSize--减过的值
    }

    //得到堆顶元素
    public int getPop() {
        if (isEmpty()) {
            return -1;
        }
        return this.elem[0];
    }

    //打印数据
    public void display() {
        for (int i = 0; i < this.usedSize; i++) {
            System.out.print(this.elem[i] + " ");
        }
        System.out.println();
    }

    //交换函数
    public void swap(int[] array, int x, int y) {
        int tmp = array[x];
        array[x] = array[y];
        array[y] = tmp;
    }

    //堆排序
    public void heapSort() {
        //每次调整的结束位置
        int end = this.usedSize - 1;
        while (end > 0) {
            int tmp = this.elem[0];
            this.elem[0] = this.elem[end];
            this.elem[end] = tmp;
            //end在adjustDown中->len是小于
            adjustDown(0, end);
            end--;
        }
    }
}