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:
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
(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--;
}
}
}