堆的特性:
1.它是完全二叉树,除了树的最后一层结点不需要是满的,其它的每一层从左到右都是满的,如果最后一层结点不是满的,那么要求左满右不满。
2.它通常用数组来实现。
3.每个结点都大于等于它的两个子结点。这里要注意堆中仅仅规定了每个结点大于等于它的两个子结点,但这两个子结点的顺序并没有做规定,跟我们之前学习的二叉查找树是有区别的。
堆的api设计:
代码实现:
package com.yyy;
public class Heap<T extends Comparable<T>> {
//用来存储元素的数组
private T[] items;
//记录堆中元素的个数
private int N;
//创建容量为capacity的heap对象
public Heap(int capacity){
this.items= (T[]) new Comparable[capacity+1];
this.N=0;
}
//堆的大小
public int size(){
return N;
}
//判断堆中索引i处的元素是否小于索引j处的元素
private boolean less(int i,int j){
return items[i].compareTo(items[j])<0;
}
//交换堆中i索引和j索引处的值
private void exch(int i,int j){
T t = items[i];
items[i]=items[j];
items[j]=t;
}
//删除堆中最大的元素,并返回这个最大元素
public T delMax(){
//取开始的第一个
T max=items[1];
//交换索引1处的元素和最大索引处的元素,让完全二叉树中最右侧的元素变为临时根结点
exch(1,N);
//最大索引处的元素删掉
items[N]=null;
//元素个数减1
N--;
//通过下沉调整堆,让堆重新有序
sink(1);
return max;
}
//往堆中插入一个元素
public void insert(T t){
items[++N]=t;//数组索引0处不存值,从索引1开始存值
swim(N);//将结点处于一个正确的位置
}
//使用上浮算法,使索引k处的元素能在堆中处于一个正确的位置
private void swim(int k){
//通过循环,不断的比较当前结点的值和其父结点的值,如果发现父结点的值比当前结点的值小,则交换位置
while(k>1){
//比较当前的结点和其父节点
if(less(k/2,k)){
exch(k/2,k);
}
k=k/2;
}
}
//使用下浮算法,使索引k处的元素能在堆中处于一个正确的位置
private void sink(int k){
//通过循环不断的对比当前k结点和其左结点2*k以及右子结点2k+1处中较大值的元素大小,如果当前结点小,则需要交换位置
while(2*k<=N){
//获取当前结点的子结点中的较大结点
int max;//记录较大结点所在的索引
if(2*k+1<=N){
if(less(2*k,2*k+1)){
max=2*k+1;
}else{
max=2*k;
}
}else{
max=2*k;
}
//比较当前结点和较大结点的值
if(!less(k,max)){
break;
}
//交换K索引处的值和Max索引处的值
exch(k,max);
//变换k的值
k=max;
}
}
}
测试代码:
package test;
import com.yyy.Heap;
public class HeapTest {
public static void main(String[] args) {
//创建堆对象
Heap<String> heap = new Heap<>(10);
//往堆中存入字符串数据
heap.insert("A");
heap.insert("B");
heap.insert("C");
heap.insert("D");
heap.insert("E");
heap.insert("F");
heap.insert("G");
//通过循环从堆中删除数据
String result = null;
while((result = heap.delMax())!=null){
//逐个将堆中的大的元素从堆中删除,并打印
System.out.print(result+" ");
}
}
}