漫画：什么是二叉堆？

 

 

 

—————  第二天  —————

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

————————————

 

 

 

 

 

 

 

 

什么是二叉堆？

 

二叉堆本质上是一种完全二叉树，它分为两个类型：

1.最大堆

2.最小堆

 

什么是最大堆呢？最大堆任何一个父节点的值，都大于等于它左右孩子节点的值。

 

 

 

什么是最小堆呢？最小堆任何一个父节点的值，都小于等于它左右孩子节点的值。

 

 

 

二叉堆的根节点叫做堆顶。

 

最大堆和最小堆的特点，决定了在最大堆的堆顶是整个堆中的最大元素；最小堆的堆顶是整个堆中的最小元素。

 

 

 

 

 

堆的自我调整

 

对于二叉堆，如下有几种操作：

插入节点

删除节点

构建二叉堆

 

这几种操作都是基于堆的自我调整。

 

下面让我们以最小堆为例，看一看二叉堆是如何进行自我调整的。

 

1.插入节点

 

二叉堆的节点插入，插入位置是完全二叉树的最后一个位置。比如我们插入一个新节点，值是 0。

 

 

 

这时候，我们让节点0的它的父节点5做比较，如果0小于5，则让新节点“上浮”，和父节点交换位置。

 

 

 

继续用节点0和父节点3做比较，如果0小于3，则让新节点继续“上浮”。

 

 

 

继续比较，最终让新节点0上浮到了堆顶位置。

 

 

 

 

2.删除节点

 

二叉堆的节点删除过程和插入过程正好相反，所删除的是处于堆顶的节点。比如我们删除最小堆的堆顶节点1。

 

 

 

这时候，为了维持完全二叉树的结构，我们把堆的最后一个节点10补到原本堆顶的位置。

 

 

 

接下来我们让移动到堆顶的节点10和它的左右孩子进行比较，如果左右孩子中最小的一个（显然是节点2）比节点10小，那么让节点10“下沉”。

 

 

 

继续让节点10和它的左右孩子做比较，左右孩子中最小的是节点7，由于10大于7，让节点10继续“下沉”。

 

 

 

这样一来，二叉堆重新得到了调整。

 

 

3.构建二叉堆

 

构建二叉堆，也就是把一个无序的完全二叉树调整为二叉堆，本质上就是让所有非叶子节点依次下沉。

 

我们举一个无序完全二叉树的例子：

 

 

 

首先，我们从最后一个非叶子节点开始，也就是从节点10开始。如果节点10大于它左右孩子中最小的一个，则节点10下沉。

 

 

 

接下来轮到节点3，如果节点3大于它左右孩子中最小的一个，则节点3下沉。

 

 

 

 

接下来轮到节点1，如果节点1大于它左右孩子中最小的一个，则节点1下沉。事实上节点1小于它的左右孩子，所以不用改变。

 

接下来轮到节点7，如果节点7大于它左右孩子中最小的一个，则节点7下沉。

 

 

 

节点7继续比较，继续下沉。

 

 

 

这样一来，一颗无序的完全二叉树就构建成了一个最小堆。

 

 

 

 

 

 

堆的代码实现

 

在撸代码之前，我们还需要明确一点：

 

二叉堆虽然是一颗完全二叉树，但它的存储方式并不是链式存储，而是顺序存储。换句话说，二叉堆的所有节点都存储在数组当中。

 

 

数组中，在没有左右指针的情况下，如何定位到一个父节点的左孩子和右孩子呢？

 

像图中那样，我们可以依靠数组下标来计算。

 

假设父节点的下标是parent，那么它的左孩子下标就是 2*parent+1；它的右孩子下标就是  2*parent+2 。

 

比如上面例子中，节点6包含9和10两个孩子，节点6在数组中的下标是3，节点9在数组中的下标是7，节点10在数组中的下标是8。

 

7 = 3*2+1

8 = 3*2+2

 

刚好符合规律。

 

 

有了这个前提，下面的代码就更好理解了：

public class HeapOperator {


/**

* 上浮调整

* @param array     待调整的堆

*/

public static void upAdjust(int[] array) {

   int childIndex = array.length-1;

   int parentIndex = (childIndex-1)/2;

   // temp保存插入的叶子节点值，用于最后的赋值

   int temp = array[childIndex];

   while (childIndex > 0 && temp < array[parentIndex])

   {

       //无需真正交换，单向赋值即可

       array[childIndex] = array[parentIndex];

       childIndex = parentIndex;

       parentIndex = (parentIndex-1) / 2;

   }

   array[childIndex] = temp;

}





/**

* 下沉调整

* @param array     待调整的堆

* @param parentIndex    要下沉的父节点

* @param parentIndex    堆的有效大小

*/

public static void downAdjust(int[] array, int parentIndex, int length) {

   // temp保存父节点值，用于最后的赋值

   int temp = array[parentIndex];

   int childIndex = 2 * parentIndex + 1;

   while (childIndex < length) {

       // 如果有右孩子，且右孩子小于左孩子的值，则定位到右孩子

       if (childIndex + 1 < length && array[childIndex + 1] < array[childIndex]) {

           childIndex++;

       }

       // 如果父节点小于任何一个孩子的值，直接跳出

       if (temp <= array[childIndex])

           break;

       //无需真正交换，单向赋值即可

       array[parentIndex] = array[childIndex];

       parentIndex = childIndex;

       childIndex = 2 * childIndex + 1;

   }

   array[parentIndex] = temp;

}





/**

* 构建堆

* @param array     待调整的堆

*/

public static void buildHeap(int[] array) {

   // 从最后一个非叶子节点开始，依次下沉调整

   for (int i = array.length / 2; i >= 0; i--) {

       downAdjust(array, i, array.length - 1);

   }

}







public static void main(String[] args) {

   int[] array = new int[] {1,3,2,6,5,7,8,9,10,0};

   upAdjust(array);

   System.out.println(Arrays.toString(array));



   array = new int[] {7,1,3,10,5,2,8,9,6};

   buildHeap(array);

   System.out.println(Arrays.toString(array));

}

}

代码中有一个优化的点，就是父节点和孩子节点做连续交换时，并不一定要真的交换，只需要先把交换一方的值存入temp变量，做单向覆盖，循环结束后，再把temp的值存入交换后的最终位置。

 

 

 

 

 

 

 

 

 

几点补充：

 

本漫画纯属娱乐，还请大家尽量珍惜当下的工作，切勿模仿小灰的行为哦。