堆(Heap)

本文详细讲解了如何利用数组实现最大堆数据结构,包括元素的添加、删除、修改操作,以及堆的性质如最大堆的维护和优先级队列的应用。通过实例演示了上浮和下沉算法,以及如何在MaxHeap类中实现关键功能如查找最大元素、提取最大元素等。

数组实现堆,堆实现优先队列
优先队列:就跟有优先级的队列,那个重要先执行那个
二叉堆(Binary Heap) :跟二叉树一样
满二叉树:所有的叶子节点都是满的
完全二叉树:叶子节点不一定满
在这里插入图片描述
最大堆:堆中某个节点的值不小于其父节点的值。
最小堆:堆中某个节点的值不大于其父节点的值。

在这里插入图片描述
添加元素上浮过程
在这里插入图片描述
数据的下沉取出元素
在这里插入图片描述

不想搞了。。。。。。。。。。。。。。
还是有问题。。

public class Array<E> {

	private E[] data;//数组
	private int size;//数组中元素个数
	//固定容量的动态数组
	public Array() {
		this(10);
	}
	//自定义数组大小
	public Array(int capacity) {
		data=(E[])new Object[capacity];
		size=0;
	}
	
	//获取数组容量
	public int getCapacity() {
		return data.length;
	}
	
	//获取数组中元素的个数
	public int getSize() {
		return size;
	}
	
	//确认数组是否为空
	public boolean isEmpty() {
		return size==0;
	}
	
	//向所有元素的后面添加一个元素
	public void addLast(E e) {
//		//如果数组满了就抛异常
//		if(size==data.length) {
//			throw new IllegalArgumentException("Add failed. Array is full");
//		}
//		data[size]=e;
//		size++;
		add(size,e);
	}
	
	//向所有元素的前面添加一个元素e
	public void addFirst(E e) {
		add(0,e);
	}
	
	//向数组中的任意位置index添加一个元素e
	public void add(int index,E e) {
		
		//如果数组满了就抛异常
		if(size==data.length) {
			resize(2*data.length);
		}
		
		if(index<0||index>size) {
			throw new IllegalArgumentException("Add failed. Require index<0||index>size");
		}
		
		for(int i=size-1;i>=index;i--) {
			data[i+1]=data[i];
		}
		data[index]=e;
		size++;
	}
	
	private void resize(int capacity) {
		E[] newData=(E[])new Object[capacity];
		for(int i=0;i<size;i++) {
			newData[i]=data[i];
		}
		data=newData;
	}
	//获取索引位置的元素
	public E get(int index) {
		if(index<0||index>=size) {
			throw new IllegalArgumentException("Get failed. index is illegal");
		}
		return data[index];
	}
	
	public E getLast() {
		return get(size-1);
	}
	
	public E getFirst() {
		return get(0);
	}
	
	//修改索引index位置的元素e
	public void set(int index,E e) {
		if(index<0||index>size) {
			throw new IllegalArgumentException("Get failed. index is illegal");
		}
		data[index]=e;
	}
	
	//查找数组中是否有元素e
	public boolean contains(E e) {
		for(int i=0;i<data.length;i++) {
			if(data[i].equals(e)) {
				return true;
			}
		}
		return false;
	}
	//查找数组中元素e所在的索引,如果不存在元素e,则返回-1
	public int find(E e) {
		for(int i=0;i<data.length;i++) {
			if(data[i].equals(e)) {
				return i;
			}
		}
		return -1;
	}
	
	//从数组中删除index位置的元素,返回删除的元素
	public E remove(int index) {
		if(index<0||index>=size) {
			throw new IllegalArgumentException("Remove failed. index is illegal");
		}
		E res=data[index];
		for(int i=index+1;i<size;i++) {
			data[i-1]=data[i];
		}
		size--;
		data[size]=null;
		if(size==(data.length/2)) {
			resize(data.length/2);
		}
		return res;
	}
	
	//从数组中删除第一个元素,返回删除的元素
	public E removeFrist() {
		return remove(0);
	}
	//从数组中删除最后一个元素,返回删除的元素
	public E removeLast() {
		return remove(size-1);
	}
	
	//从数组中删除元素e
	public void removeElement(E e) {
		int index=find(e);
		if(index!=-1) {
			remove(index);
		}
	}

	public void swap(int i,int j){

		if (i<0||i>=size||j<0||j>=size)
			throw new IllegalArgumentException("index is illegal");

		E temp=data[i];
		data[i]=data[j];
		data[j]=temp;
	}
	
	@Override
	public String toString() {
		StringBuilder res=new StringBuilder();
		
		res.append(String.format("Array: Size %d ,Capacity: %d\n", size,data.length));
		res.append('[');
		for(int i=0;i<size;i++) {
			res.append(data[i]);
			if(i!=size-1) {
				res.append(',');
			}
		}
		res.append(']');
		return res.toString();
	}
	
}

public class  MaxHeap<E extends Comparable<E>> {

    private Array<E> data;

    //用数组创建一个最大堆 大小为capacity
    public MaxHeap(int capacity){
        data=new Array<>(capacity);
    }

    //构造方法
    public MaxHeap(){
        data=new Array<>();
    }

    //返回堆中的元素个数
    public int size(){
        return data.getSize();
    }

    //返回一个布尔值,表示堆中是否为空
    public boolean isEmpty(){
        return data.isEmpty();
    }

    //返回完成二叉树的数组表示中,一个索引所表示的元素的父亲结点的索引
    private int parent(int index){
        if (index==0){
            throw new IllegalArgumentException("父节点不能为0");
        }
        return (index-1)/2;
    }

    //返回完成二叉树的数组表示中,一个索引所表示的元素的左孩子结点的索引
    private int leftChild(int index){
        return index*2+1;
    }

    //返回完成二叉树的数组表示中,一个索引所表示的元素的右孩子结点的索引
    private int rightChild(int index){
        return index*2+2;
    }

    //向最大堆中添加元素
    public void add(E e){
        data.addLast(e);//向最后面添加元素
        siftUp(data.getSize()-1);//最后的索引
    }

    //添加元素,上浮到合适位置
    private void siftUp(int k){
        //k>0添加的元素不是第一个根节点   k的父亲结点与它的孩子结点对比,大的往上浮
        while(k>0&&data.get(parent(k)).compareTo(data.get(k))<0){
            data.swap(k,parent(k));//交换孩子结点的值和父亲结点的值
            k=parent(k);//把孩子索引变成父亲索引,方便接下来添加进来的元素与他的父亲结点比较
        }
    }

    //看一下最大堆中的最大元素,也就是堆中的第一个元素
    public E findMax(){
        //如果堆中没有元素
        if (data.getSize()==0){
            throw new IllegalArgumentException("Heap is Empty");
        }
        return data.get(0);
    }

    //取出最大堆中的元素
    public E extractMax(){
        E ret=findMax();//取出最大元素

        //调整堆中元素的位置
        data.swap(0,data.getSize()-1);//交换最后一个元素和第一个元素的位置
        data.removeLast();//删除最后一个元素
        siftDown(0);//使用下沉的方法把元素放到合适的位置
        return ret;
    }

    //取出元素 下沉到合适的位置
    private void siftDown(int k){
        //k结点对应的子节点没为空时
        while(leftChild(k)<data.getSize()){
            int j=leftChild(k);//左孩子索引
            //j+1<data.getSize()判断右孩子是否存在
            // data.get(j+1).compareTo(data.get(j))>0右孩子大于左孩子
            if (j+1<data.getSize()&& data.get(j+1).compareTo(data.get(j))>0){
                //把值下沉到右孩子
                //data.swap(j+1,j);
                //j++;//把左孩子索引换成右孩子索引
                j=rightChild(j);//把左孩子索引换成右孩子索引
            }
            //data[j] 是 leftChild 和 rightChild 中的最大值
            //当父节点大于孩子结点,元素下沉到合适位置了,可以结束循环了
            if (data.get(k).compareTo(data.get(j))>=0){
                break;
            }

            data.swap(k,j);//如果父节点小于孩子结点,就交换两个节点的值
            k=j;//元素位置索引更新
        }
    }

    //取出堆中最大元素,//并且替换成元素e
    public E replace(E e){
        E ret=data.get(0);//取出堆顶元素,返回值
        data.set(0,e);//设置堆顶元素为e
        siftDown(0);//下沉元素堆顶元素e
        return ret;
    }
}

非常好的问题!你提到了 `malloc` 中提到的“heap)”,这是 C 语言内存管理中的一个**核心概念**。下面我们来彻底讲清楚:**什么是heap)?它和栈(stack)有什么区别?它是如何工作的?** --- ### ✅ 什么是Heap)? > **Heap)是程序运行时用于动态分配内存的一块区域**,程序员可以手动申请和释放内存。 - 它由操作系统提供,通过标准库函数如 `malloc`、`calloc`、`realloc` 和 `free` 来管理。 - 和“栈”不同,的生命周期完全由程序员控制 —— 你申请,你就得负责释放。 #### 📌 简单类比: | 类比 | 栈(Stack) | Heap) | |------|-------------|-----------| | 比喻 | 自助餐厅的托盘架(后进先出) | 图书馆借书(任意顺序借还) | | 管理方式 | 自动管理(进入函数分配,离开自动回收) | 手动管理(调用 `malloc` 分配,`free` 释放) | | 使用场景 | 局部变量、函数调用 | 动态数组、链表节点、大对象等 | --- ### 🔍 内存布局总览 一个典型的 C 程序在运行时的内存布局如下: ``` +------------------+ | 栈 (Stack) | ← 向下增长(高地址 → 低地址) | (局部变量) | +------------------+ | | | (Heap) | ← 向上增长(低地址 → 高地址) | (malloc 分配) | +------------------+ | 未初始化数据 | (如 global 变量未初始化) +------------------+ | 已初始化数据 | (如 int x = 10;) +------------------+ | 代码段 | (程序指令) +------------------+ ``` - **栈**:从高地址向低地址增长 - ****:从低地址向高地址增长 - 它们中间是空闲区域,谁需要就往中间“挤” --- ### ✅ 的特点 | 特性 | 说明 | |------|------| | 🟢 动态分配 | 大小可以在运行时决定(比如用户输入 n,再 `malloc(n * sizeof(int))`) | | 🔴 手动管理 | 必须显式调用 `malloc` 和 `free`,否则会导致内存泄漏或崩溃 | | ⏱️ 分配较慢 | 因为涉及系统调用和内存管理算法 | | 🧩 空间碎片化 | 频繁分配/释放可能导致内存不连续,影响性能 | | 🌐 生命周期长 | 分配的内存不会随着函数结束而消失,直到你 `free` 它 | --- ### ✅ 示例:对比栈与上的内存分配 ```c #include <stdio.h> #include <stdlib.h> void stack_example() { int a[1000]; // 在栈上分配 // 函数返回后自动释放 } void heap_example() { int *p = (int*)malloc(1000 * sizeof(int)); // 在上分配 if (p != NULL) { p[0] = 123; printf("p[0] = %d\n", p[0]); free(p); // ❗必须手动释放 p = NULL; } } int main() { stack_example(); heap_example(); return 0; } ``` - `a[1000]`:放在栈上,函数退出自动销毁 - `p` 指向的空间:放在上,除非调用 `free()`,否则一直存在! --- ### ⚠️ 常见错误(相关) #### 1. **忘记 `free()` → 内存泄漏** ```c while (1) { int *p = malloc(1000); // 每次循环都申请,但从不释放 } // 内存很快耗尽 ``` #### 2. **访问已释放的内存(悬空指针)** ```c int *p = malloc(sizeof(int)); *p = 42; free(p); *p = 10; // ❌ 危险!行为未定义 ``` #### 3. **重复释放** ```c free(p); free(p); // ❌ 错误!未定义行为 ``` 建议:`free(p); p = NULL;` 以防止误操作。 #### 4. **越界写入** ```c int *p = malloc(5 * sizeof(int)); for (int i = 0; i < 10; i++) { p[i] = i; // 写到第6个以后就是非法访问 } ``` 这可能会破坏管理结构,导致程序崩溃。 --- ### 💡 什么时候该用? | 场景 | 建议使用的原因 | |------|----------------| | 数组大小在运行时才知道 | 如 `scanf("%d", &n); int *arr = malloc(n * sizeof(int));` | | 数据结构需要动态增删 | 如链表、、图的节点 | | 要跨函数共享数据 | 栈变量函数返回后就没了,上的还能用 | | 对象太大,怕栈溢出 | 栈空间有限(通常几MB),大数组放更安全 | --- ### 🛠️ 如何调试问题? 推荐工具: - **Valgrind**(Linux):检测内存泄漏、越界、非法访问 - **AddressSanitizer**(GCC/Clang):编译时加 `-fsanitize=address` - **Visual Studio 调试器**(Windows):自带内存诊断功能 示例使用 AddressSanitizer: ```bash gcc -fsanitize=address -g program.c ./a.out ``` 如果发生越界或内存泄漏,会直接报错。 --- ### ✅ 总结 > **Heap)是 C 语言中用于动态内存分配的关键区域**: - 用 `malloc` / `calloc` / `realloc` 分配 - 用 `free` 释放 - 不自动回收,必须手动管理 - 灵活但危险,容易出错 - 是实现高级数据结构的基础 记住一句话: > **栈适合小而生命周期短的数据,适合大而需要长期存在的数据。** ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值