二叉堆 之 Java的实现
2015-07-30 13:41
911 查看
堆和二叉堆的介绍
堆的定义
堆(heap),这里所说的堆是数据结构中的堆,而不是内存模型中的堆。堆通常是一个可以被看做一棵树,它满足下列性质:[性质一] 堆中任意节点的值总是不大于(不小于)其子节点的值;
[性质二] 堆总是一棵完全树。
将任意节点不大于其子节点的堆叫做最小堆或小根堆,而将任意节点不小于其子节点的堆叫做最大堆或大根堆。常见的堆有二叉堆、左倾堆、斜堆、二项堆、斐波那契堆等等。
二叉堆的定义
二叉堆是完全二元树或者是近似完全二元树,它分为两种:最大堆和最小堆。最大堆:父结点的键值总是大于或等于任何一个子节点的键值;最小堆:父结点的键值总是小于或等于任何一个子节点的键值。示意图如下:
二叉堆一般都通过”数组“来实现。数组实现的二叉堆,父节点和子节点的位置存在一定的关系。有时候,我们将”二叉堆的第一个元素”放在数组索引0的位置,有时候放在1的位置。当然,它们的本质一样(都是二叉堆),只是实现上稍微有一丁点区别。
假设”第一个元素”在数组中的索引为 0 的话,则父节点和子节点的位置关系如下:
(01) 索引为i的左孩子的索引是 (2*i+1);
(02) 索引为i的左孩子的索引是 (2*i+2);
(03) 索引为i的父结点的索引是 floor((i-1)/2);
假设”第一个元素”在数组中的索引为 1 的话,则父节点和子节点的位置关系如下:
(01) 索引为i的左孩子的索引是 (2*i);
(02) 索引为i的左孩子的索引是 (2*i+1);
(03) 索引为i的父结点的索引是 floor(i/2);
注意:本文二叉堆的实现统统都是采用”二叉堆第一个元素在数组索引为0”的方式!
二叉堆的图文解析
图文解析是以”最大堆”来进行介绍的。最大堆的核心内容是”添加”和”删除”,理解这两个算法,二叉堆也就基本掌握了。下面对它们进行介绍,其它内容请参考后面的完整源码。
1. 添加
假设在最大堆[90,80,70,60,40,30,20,10,50]种添加85,需要执行的步骤如下:如上图所示,当向最大堆中添加数据时:先将数据加入到最大堆的最后,然后尽可能把这个元素往上挪,直到挪不动为止!
将85添加到[90,80,70,60,40,30,20,10,50]中后,最大堆变成了[90,85,70,60,80,30,20,10,50,40]。
最大堆的插入代码(Java语言)
/* * 最大堆的向上调整算法(从start开始向上直到0,调整堆) * * 注:数组实现的堆中,第N个节点的左孩子的索引值是(2N+1),右孩子的索引是(2N+2)。 * * 参数说明: * start -- 被上调节点的起始位置(一般为数组中最后一个元素的索引) */ protected void filterup(int start) { int c = start; // 当前节点(current)的位置 int p = (c-1)/2; // 父(parent)结点的位置 T tmp = mHeap.get(c); // 当前节点(current)的大小 while(c > 0) { int cmp = mHeap.get(p).compareTo(tmp); if(cmp >= 0) break; else { mHeap.set(c, mHeap.get(p)); c = p; p = (p-1)/2; } } mHeap.set(c, tmp); } /* * 将data插入到二叉堆中 */ public void insert(T data) { int size = mHeap.size(); mHeap.add(data); // 将"数组"插在表尾 filterup(size); // 向上调整堆 }
insert(data)的作用:将数据data添加到最大堆中。mHeap是动态数组ArrayList对象。
当堆已满的时候,添加失败;否则data添加到最大堆的末尾。然后通过上调算法重新调整数组,使之重新成为最大堆。
2. 删除
假设从最大堆[90,85,70,60,80,30,20,10,50,40]中删除90,需要执行的步骤如下:如上图所示,当从最大堆中删除数据时:先删除该数据,然后用最大堆中最后一个的元素插入这个空位;接着,把这个“空位”尽量往上挪,直到剩余的数据变成一个最大堆。
从[90,85,70,60,80,30,20,10,50,40]删除90之后,最大堆变成了[85,80,70,60,40,30,20,10,50]。
注意:考虑从最大堆[90,85,70,60,80,30,20,10,50,40]中删除60,执行的步骤不能单纯的用它的字节点来替换;而必须考虑到”替换后的树仍然要是最大堆”!
二叉堆的删除代码(Java语言)
/* * 最大堆的向下调整算法 * * 注:数组实现的堆中,第N个节点的左孩子的索引值是(2N+1),右孩子的索引是(2N+2)。 * * 参数说明: * start -- 被下调节点的起始位置(一般为0,表示从第1个开始) * end -- 截至范围(一般为数组中最后一个元素的索引) */ protected void filterdown(int start, int end) { int c = start; // 当前(current)节点的位置 int l = 2*c + 1; // 左(left)孩子的位置 T tmp = mHeap.get(c); // 当前(current)节点的大小 while(l <= end) { int cmp = mHeap.get(l).compareTo(mHeap.get(l+1)); // "l"是左孩子,"l+1"是右孩子 if(l < end && cmp<0) l++; // 左右两孩子中选择较大者,即mHeap[l+1] cmp = tmp.compareTo(mHeap.get(l)); if(cmp >= 0) break; //调整结束 else { mHeap.set(c, mHeap.get(l)); c = l; l = 2*l + 1; } } mHeap.set(c, tmp); } /* * 删除最大堆中的data * * 返回值: * 0,成功 * -1,失败 */ public int remove(T data) { // 如果"堆"已空,则返回-1 if(mHeap.isEmpty() == true) return -1; // 获取data在数组中的索引 int index = mHeap.indexOf(data); if (index==-1) return -1; int size = mHeap.size(); mHeap.set(index, mHeap.get(size-1));// 用最后元素填补 mHeap.remove(size - 1); // 删除最后的元素 if (mHeap.size() > 1) filterdown(index, mHeap.size()-1); // 从index号位置开始自上向下调整为最小堆 return 0; }
二叉堆的Java实现(完整源码)
二叉堆的实现同时包含了”最大堆”和”最小堆”。二叉堆(最大堆)的实现文件(MaxHeap.java)
/**
* 二叉堆(最大堆)
*
* @author skywang
* @date 2014/03/07
*/
import java.util.ArrayList;
import java.util.List;
public class MaxHeap<T extends Comparable<T>> {
private List<T> mHeap; // 队列(实际上是动态数组ArrayList的实例)
public MaxHeap() {
this.mHeap = new ArrayList<T>();
}
/* * 最大堆的向下调整算法 * * 注:数组实现的堆中,第N个节点的左孩子的索引值是(2N+1),右孩子的索引是(2N+2)。 * * 参数说明: * start -- 被下调节点的起始位置(一般为0,表示从第1个开始) * end -- 截至范围(一般为数组中最后一个元素的索引) */ protected void filterdown(int start, int end) { int c = start; // 当前(current)节点的位置 int l = 2*c + 1; // 左(left)孩子的位置 T tmp = mHeap.get(c); // 当前(current)节点的大小 while(l <= end) { int cmp = mHeap.get(l).compareTo(mHeap.get(l+1)); // "l"是左孩子,"l+1"是右孩子 if(l < end && cmp<0) l++; // 左右两孩子中选择较大者,即mHeap[l+1] cmp = tmp.compareTo(mHeap.get(l)); if(cmp >= 0) break; //调整结束 else { mHeap.set(c, mHeap.get(l)); c = l; l = 2*l + 1; } } mHeap.set(c, tmp); } /* * 删除最大堆中的data * * 返回值: * 0,成功 * -1,失败 */ public int remove(T data) { // 如果"堆"已空,则返回-1 if(mHeap.isEmpty() == true) return -1; // 获取data在数组中的索引 int index = mHeap.indexOf(data); if (index==-1) return -1; int size = mHeap.size(); mHeap.set(index, mHeap.get(size-1));// 用最后元素填补 mHeap.remove(size - 1); // 删除最后的元素 if (mHeap.size() > 1) filterdown(index, mHeap.size()-1); // 从index号位置开始自上向下调整为最小堆 return 0; }
/* * 最大堆的向上调整算法(从start开始向上直到0,调整堆) * * 注:数组实现的堆中,第N个节点的左孩子的索引值是(2N+1),右孩子的索引是(2N+2)。 * * 参数说明: * start -- 被上调节点的起始位置(一般为数组中最后一个元素的索引) */ protected void filterup(int start) { int c = start; // 当前节点(current)的位置 int p = (c-1)/2; // 父(parent)结点的位置 T tmp = mHeap.get(c); // 当前节点(current)的大小 while(c > 0) { int cmp = mHeap.get(p).compareTo(tmp); if(cmp >= 0) break; else { mHeap.set(c, mHeap.get(p)); c = p; p = (p-1)/2; } } mHeap.set(c, tmp); } /* * 将data插入到二叉堆中 */ public void insert(T data) { int size = mHeap.size(); mHeap.add(data); // 将"数组"插在表尾 filterup(size); // 向上调整堆 }
@Override
public String toString() {
StringBuilder sb = new StringBuilder();
for (int i=0; i<mHeap.size(); i++)
sb.append(mHeap.get(i) +" ");
return sb.toString();
}
public static void main(String[] args) {
int i;
int a[] = {10, 40, 30, 60, 90, 70, 20, 50, 80};
MaxHeap<Integer> tree=new MaxHeap<Integer>();
System.out.printf("== 依次添加: ");
for(i=0; i<a.length; i++) {
System.out.printf("%d ", a[i]);
tree.insert(a[i]);
}
System.out.printf("\n== 最 大 堆: %s", tree);
i=85;
tree.insert(i);
System.out.printf("\n== 添加元素: %d", i);
System.out.printf("\n== 最 大 堆: %s", tree);
i=90;
tree.remove(i);
System.out.printf("\n== 删除元素: %d", i);
System.out.printf("\n== 最 大 堆: %s", tree);
System.out.printf("\n");
}
}
二叉堆(最小堆)的实现文件(MinHeap.java)
/** * 二叉堆(最小堆) * * @author skywang * @date 2014/03/07 */ import java.util.ArrayList; import java.util.List; public class MinHeap<T extends Comparable<T>> { private List<T> mHeap; // 存放堆的数组 public MinHeap() { this.mHeap = new ArrayList<T>(); } /* * 最小堆的向下调整算法 * * 注:数组实现的堆中,第N个节点的左孩子的索引值是(2N+1),右孩子的索引是(2N+2)。 * * 参数说明: * start -- 被下调节点的起始位置(一般为0,表示从第1个开始) * end -- 截至范围(一般为数组中最后一个元素的索引) */ protected void filterdown(int start, int end) { int c = start; // 当前(current)节点的位置 int l = 2*c + 1; // 左(left)孩子的位置 T tmp = mHeap.get(c); // 当前(current)节点的大小 while(l <= end) { int cmp = mHeap.get(l).compareTo(mHeap.get(l+1)); // "l"是左孩子,"l+1"是右孩子 if(l < end && cmp>0) l++; // 左右两孩子中选择较小者,即mHeap[l+1] cmp = tmp.compareTo(mHeap.get(l)); if(cmp <= 0) break; //调整结束 else { mHeap.set(c, mHeap.get(l)); c = l; l = 2*l + 1; } } mHeap.set(c, tmp); } /* * 最小堆的删除 * * 返回值: * 成功,返回被删除的值 * 失败,返回null */ public int remove(T data) { // 如果"堆"已空,则返回-1 if(mHeap.isEmpty() == true) return -1; // 获取data在数组中的索引 int index = mHeap.indexOf(data); if (index==-1) return -1; int size = mHeap.size(); mHeap.set(index, mHeap.get(size-1));// 用最后元素填补 mHeap.remove(size - 1); // 删除最后的元素 if (mHeap.size() > 1) filterdown(index, mHeap.size()-1); // 从index号位置开始自上向下调整为最小堆 return 0; } /* * 最小堆的向上调整算法(从start开始向上直到0,调整堆) * * 注:数组实现的堆中,第N个节点的左孩子的索引值是(2N+1),右孩子的索引是(2N+2)。 * * 参数说明: * start -- 被上调节点的起始位置(一般为数组中最后一个元素的索引) */ protected void filterup(int start) { int c = start; // 当前节点(current)的位置 int p = (c-1)/2; // 父(parent)结点的位置 T tmp = mHeap.get(c); // 当前节点(current)的大小 while(c > 0) { int cmp = mHeap.get(p).compareTo(tmp); if(cmp <= 0) break; else { mHeap.set(c, mHeap.get(p)); c = p; p = (p-1)/2; } } mHeap.set(c, tmp); } /* * 将data插入到二叉堆中 */ public void insert(T data) { int size = mHeap.size(); mHeap.add(data); // 将"数组"插在表尾 filterup(size); // 向上调整堆 } public String toString() { StringBuilder sb = new StringBuilder(); for (int i=0; i<mHeap.size(); i++) sb.append(mHeap.get(i) +" "); return sb.toString(); } public static void main(String[] args) { int i; int a[] = {80, 40, 30, 60, 90, 70, 10, 50, 20}; MinHeap<Integer> tree=new MinHeap<Integer>(); System.out.printf("== 依次添加: "); for(i=0; i<a.length; i++) { System.out.printf("%d ", a[i]); tree.insert(a[i]); } System.out.printf("\n== 最 小 堆: %s", tree); i=15; tree.insert(i); System.out.printf("\n== 添加元素: %d", i); System.out.printf("\n== 最 小 堆: %s", tree); i=10; tree.remove(i); System.out.printf("\n== 删除元素: %d", i); System.out.printf("\n== 最 小 堆: %s", tree); System.out.printf("\n"); } }
二叉堆的Java测试程序
测试程序已经包含在相应的实现文件中了,这里只说明运行结果。最大堆(MaxHeap.java)的运行结果:
== 依次添加: 10 40 30 60 90 70 20 50 80 == 最 大 堆: 90 80 70 60 40 30 20 10 50 == 添加元素: 85 == 最 大 堆: 90 85 70 60 80 30 20 10 50 40 == 删除元素: 90 == 最 大 堆: 85 80 70 60 40 30 20 10 50
最小堆(MinHeap.java)的运行结果:
== 最 小 堆: 10 20 30 50 90 70 40 80 60 == 添加元素: 15 == 最 小 堆: 10 15 30 50 20 70 40 80 60 90 == 删除元素: 10 == 最 小 堆: 15 20 30 50 90 70 40 80 60
PS. 二叉堆是”堆排序”的理论基石。以后讲解算法时会讲解到”堆排序”,理解了”二叉堆”之后,”堆排序”就很简单了。
转载自:二叉堆(三)之 Java的实现
相关文章推荐
- java基础知识之初识java之第二章
- Java语言编码规范(Java Code Conventions)
- 如何理解java回电话
- spring注解@ResponseBody处理ajax请求
- java命名规范
- JAVA中重载和重写的区别
- spring-hibernate 简单dao
- 使用JavaMail发送邮件
- SpringMVC与Struts2的对比
- Java File类学习笔记2:File类对象及常用操作方法
- JAVA 面向对象和集合知识点总结
- jdk的安装 打包jar 运行jar
- maven 指定工程的 jdk 版本及编译级别
- 大型分布式 Java 应用
- Eclipse 开发Android 出现 aapt.exe 应用程序错误,该内存不能为“read”
- Struts2的JSON插件--格式化时间/控制属性返回
- SpringMVC 流程(5)-- 视图解析器
- java 方法对 二、八、十、十六进制之间的转换
- Java之重载与覆盖
- Java中文编码