堆是一种比较有用的数据结构,是二叉树的一种数组的表示形式。
最大堆和最小堆是二叉堆的两种形式。
最大堆:根结点的键值是所有堆结点键值中最大者。
最小堆:根结点的键值是所有堆结点键值中最小者。
而最大-最小堆集结了最大堆和最小堆的优点,这也是其名字的由来。
最大-最小堆是最大层和最小层交替出现的二叉树,即最大层结点的儿子属于最小层,最小层结点的儿子属于最大层。
以最大(小)层结点为根结点的子树保有最大(小)堆性质:根结点的键值为该子树结点键值中最大(小)项。
堆的实现代码如下:
最大堆和最小堆是二叉堆的两种形式。
最大堆:根结点的键值是所有堆结点键值中最大者。
最小堆:根结点的键值是所有堆结点键值中最小者。
而最大-最小堆集结了最大堆和最小堆的优点,这也是其名字的由来。
最大-最小堆是最大层和最小层交替出现的二叉树,即最大层结点的儿子属于最小层,最小层结点的儿子属于最大层。
以最大(小)层结点为根结点的子树保有最大(小)堆性质:根结点的键值为该子树结点键值中最大(小)项。
堆的实现代码如下:
package sunfa;
import java.util.Arrays;
import java.util.Random;
/**
* 堆的性质: 在起始索引为 0 的“堆”中: <br>
* 1) 堆的根节点将存放在位置 0 <br>
* 2) 节点 i 的左子节点在位置 2 * i + 1 <br>
* 3) 节点 i的右子节点在位置 2 * i + 2 <br>
* 4) 节点 i 的父节点在位置 floor( (i - 1) / 2 ) : 注 floor 表示“取整”操作
*
* 在起始索引为 1 的“堆”中: <br>
* 1) 堆的根节点将存放在位置 1 <br>
* 2) 节点 i 的左子节点在位置 2 * i <br>
* 3) 节点 i 的右子节点在位置 2 *i + 1 <br>
* 4) 节点 i 的父节点在位置 floor( i / 2 ) : 注 floor 表示“取整”操作
*
* 以起始索引为1的堆比较好算
*
* 可以参考:http://wxg6203.iteye.com/blog/668968
*/
public class MyHeap2 {
private Integer[] heap;
private int size = 0;
private int DEFAULT_SIZE = 10;
public MyHeap2(int n) {
if (n > DEFAULT_SIZE) {
DEFAULT_SIZE = n;
}
heap = new Integer[DEFAULT_SIZE];
}
/**
* 对整个堆进行堆化
*/
public void heapify() {
for (int i = size / 2; i >= 1; i--) {
fixDown(i);
}
}
/** 获取根节点 */
public Integer first() {
return heap[1];
}
/** 获取最后一个节点 ,不保证最后一个节点是最大的,只能保证根节点是最大或最小的 */
public Integer last() {
return heap[size];
}
public int removeFirst() {
int f = heap[1];
heap[1] = heap[size];
heap[size--] = null;
fixDown(1);
return f;
}
/**
* 下移
*
* @param k
* 目标节点的索引
*/
private void fixDown(int k) {
int j;// 目标节点的(左/右)子节点索引
while ((j = k << 1) <= size && j > 0) {
// 如果目标节点k的左子节点大于目标节点k的右子节点,那么重置子节点索引为较小的那个
if (j < size && heap[j] > heap[j + 1])
j++;
if (heap[k] <= heap[j])
break;
swap(heap, k, j);
k = j;// 非递归式下移搜索
}
}
private void swap(Integer[] a, int i, int j) {
Integer tmp = a[i];
a[i] = a[j];
a[j] = tmp;
}
// 向堆中添加元素,堆的根节点的索引是从1开始的
public void add(Integer o) {
if (size + 1 == heap.length)
heap = Arrays.copyOf(heap, heap.length << 1);
heap[++size] = o;// 堆根节点的索引从1开始,保留数组的第一个值为NULL
// 每次新增元素后可能会破坏堆的性质,所以要进行上移操作。
// 如果当前新增的元素比它的父节点要大,那么就要把当前元素和它的父节点进行交换,这么反复的直到根节点位置。这就是上移。
fixUp(size);
}
/**
* 上移:即我们把该节点移动到它的父节点的位置,而让它的父节点到它的位置上,然后我们继续判断该节点,直到该节点不再大于它的父节点为止才停止“上移”。
*
* @param k
* 父节点的位置
*/
private void fixUp(int k) {
while (k > 1) {
int j = k >> 1;// 根据堆的性质,每次根据当前节点的索引得到父节点的索引
if (heap[j] <= heap[k])
break;
swap(heap, k, j);
k = j;// 非递归式上移搜索
}
}
public static void main(String[] args) {
Random ran = new Random();
int n = 20;
Integer[] arr = new Integer[n];
for (int i = 0; i < n; i++) {
arr[i] = ran.nextInt(100);
}
System.out.println("arr:" + Arrays.toString(arr));
MyHeap2 myheap2 = new MyHeap2(arr.length);
for (int i = 0; i < arr.length; i++) {
myheap2.add(arr[i]);
System.out.println(Arrays.toString(myheap2.heap) + ",i:" + arr[i]
+ ",size:" + myheap2.size);
}
System.out.println("removeFirst:");
while (myheap2.size > 0) {
System.out.println("remove:" + myheap2.removeFirst() + ",heap:"
+ Arrays.toString(myheap2.heap));
}
}
}