有时候也挺迷惑的,技术那么多,感觉学什么都来不及,又什么都得学,经常一看别人,哇,比你年轻比你厉害,然后自己emo一下又要鸡血模式,就挺无语的,但愿我们的坚持与努力都不白费吧,虽然开发可能不是一辈子的事,但但是干一天优秀一天,也是很有价值感的,加油共勉
二叉堆(Binary Heap)是一种特殊的完全二叉树数据结构,用于高效地实现优先队列。二叉堆可以分为两种类型:最小堆(Min Heap)和最大堆(Max Heap)。
在最小堆中,每个父节点的值都不大于其子节点的值;
而在最大堆中,每个父节点的值都不小于其子节点的值
。
二叉堆的关键特性是它提供了对堆中元素的快速访问、插入和删除操作,所有这些操作的时间复杂度都是 O(log n),其中 n 是堆中的元素数量。
完全二叉树与二叉堆的关系
完全二叉树是一种二叉树,除了最后一层外,每一层都是满的,并且最后一层的所有节点都尽可能地向左靠拢。二叉堆就是基于这种结构的,也就是说,二叉堆满足完全二叉树的定义,同时还要满足堆的性质。
物理存储与逻辑结构
虽然二叉堆在逻辑上表现为一棵树,但在计算机内存中通常使用数组来存储。数组的索引被用来表示树中的节点位置。具体来说有如下特性:
-
数组的第 0 个位置通常不使用,从第 1 个位置开始存储第一个元素(即根节点)。
-
对于任意节点 i:
-
其左子节点的位置是 2i。
-
其右子节点的位置是 2i + 1。
-
其父节点的位置是 i / 2(向下取整)。
-
任何索引大于或等于堆大小一半(size / 2)的节点都不可能有右孩子(因为这些节点处于树的最后一层或倒数第二层,都是叶子节点,它们最多只有一个孩子或没有孩子),这句话啥意思呢
可以看p001这个图,上图节点数是8/2=4,大于等于4的有5,6,7,8,都是叶子节点,这四个8在最底层,5,6,7在倒数第二层
这种存储方式使得二叉堆的操作非常高效,因为可以通过简单的数学运算来计算出父节点和子节点的数组位置。
基本操作
插入元素
当插入新元素时,首先将元素添加到数组的末尾,然后执行上浮操作(Bubble Up),即比较该元素与其父节点,如果违反了堆的性质,则交换它们的位置,继续向上比较直到找到合适的位置。
删除元素
删除元素通常是删除堆顶元素(最小堆中最小的元素,最大堆中最大的元素)。首先,将堆顶元素与最后一个元素交换,然后删除原数组末尾的元素,最后执行下沉操作(Sink Down),即比较当前堆顶元素与其子节点,如果违反了堆的性质,则与较小(最小堆)或较大(最大堆)的子节点交换位置,继续向下比较直到找到合适的位置(后面会用代码讲解,别着急)。
应用场景
二叉堆常用于实现优先队列(PriorityQueue的原理就是二叉堆),如在任务调度、事件驱动的模拟程序、Dijkstra 算法(最短路径算法)、Huffman 编码(数据压缩)等领域。
示例代码
下面是一个简单的最小堆实现示例,使用数组存储,注释都已经写清楚了,大家可以揣摩下
java">import java.util.Arrays;
/*** 二叉堆* 最小堆在上,最大在下*/
public class MinHeap {//容量private int capacity = 10;//当前堆中元素个数private int size = 0;//堆数据private int[] data;public MinHeap(int capacity) {data = new int[capacity];this.capacity = capacity;}public static void main(String[] args) {MinHeap heap = new MinHeap(10);heap.put(4);heap.put(9);heap.put(3);heap.put(7);heap.put(2);heap.put(12);heap.put(6);heap.put(1);heap.put(5);heap.put(8);heap.print();heap.remove();heap.print();}/*** 插入节点** @param value 键值* @return 成功或失败*/public boolean put(int value) {//数组已满if (size > capacity) {System.out.println("数组已满");return false;}//直接将新节点插入到数据尾部data[size] = value;//插入节点后不满足二叉堆特性,需要重新堆化 先传后加shiftUp(size++);return true;}private void print(){System.out.println(Arrays.toString(data));System.out.println(data[0]);}/*** 自下而上堆化* @param pos 堆化的位置*/private void shiftUp(int pos) {// parent 堆化位置的父节点;计算公式:父节点=子节点*2// 向上堆化过程System.out.println("开始堆化" + pos);if (pos == 0) {return;}while (true){int parent = (pos - 1) >>> 1;System.out.println("父-" + data[parent] + " 子-" + data[pos]);if (data[parent] > data[pos]){System.out.println("交换" + parent + "和" + pos);swap(parent, pos);System.out.println("交换后-父-" + data[parent] + " 子-" + data[pos]);if (parent == 0) {break;}pos = parent;}else {break;}}}/*** 数组数据交换** @param i 下标* @param j 下标*/private void swap(int i, int j) {int tmp = data[i];data[i] = data[j];data[j] = tmp;}/*** 删除最小值 并返回该值* @return*/public int remove() {if (size < 1) {return -1;}int min = data[0];//将最后一个元素放到顶部 这个策略有可能需要堆化多次data[0] = data[--size];data[size] = 0;//重新堆化shiftDown(0);return min;}/*** 自上而下重新调整二叉堆** @param pos 开始调整位置*/private void shiftDown(int pos) {while (true) {//左子树int child = pos << 1 + 1;if (child >= size) {//没有子节点了break;}// 如果有右子树,并且右子树小于左子树,则转而考虑右子树 谁更小考虑谁,减少循环次数if (child + 1 < size && data[child + 1] < data[child]) {child++;}// 如果父节点小于任何一个子节点,则已经满足最小堆性质,退出循环if (data[pos] <= data[child]) {break;}// 否则交换父节点与较小的子节点swap(pos, child);pos = child;}}
}
这个类展示了如何使用数组实现二叉堆的基本插入和上浮操作,实际应用中还需要实现其他操作如删除、调整等。
二叉堆堆化后输出为
[1, 2, 4, 3, 7, 12, 6, 9, 5, 8]
二叉堆就到这了,有啥问题评论留言