简介
堆对于排序算法是一个比较常用的数据结构,下面我就使用Java语言来实现这一算法
首先,我们需要知道堆的数据结构的形式,其实就是一个特殊的二叉树。但是这个二叉树有一定的特点,除了是完全二叉树以外,对于最大堆而言,堆顶元素的值是最大的,而且对于堆的每一个子树也是一个小一号的最大堆;同样对于最小堆,性质相反就可以了。
我以最大堆为例:
要实现堆的初始化操作,就是先按照给定的元素创建一棵完全二叉树,然后从末尾节点进行不断地调整的过程。调整的原则是:比较要进行放置的当前节点与其父节点的数值的大小,若要进行放置的当前节点的值小于其父节点,那么当前节点所在位置符合最大堆的定义,要进行放置的当前节点放在此处是比较合适的;如果要进行放置的当前节点的值大于其父节点的值,那说明放在当前节点是不合适的,那么就需要将当前节点的值与其父节点的值进行交换,然后原父节点变为新的要进行放置的当前节点。循环比较;终止条件就是当前节点没有父节点,但此时的调整也许并没有结束,我们只需要让堆顶元素为要插入的值即可。至此,最大堆的插入和调整过程结束。
代码如下:
public boolean insert(int x){
if(currentSize==MAXSIZE){
System.out.println("Sorry,this heap is full!");
return false;
}
//如果堆不满的话
currentSize++;
int flag=currentSize-1;
while(flag>0){
int parent=(flag-1)/2;
if(heap[parent]>x){
heap[flag]=x;
return true;
}else{
heap[flag]=heap[parent];
flag=parent;
}
}
heap[0]=x;
return true;
}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
siftDown过程:给定一个节点的位置,对其进行调整,使之符合最大堆的定义,这个过程就是我们要实现的过程。调整原则如下:
对于当前节点i而言,其孩子节点的下标满足左节点为2i+1,右节点为2i+2;在进行调整的过程中,只需要比较当前节点与其子节点中最大的节点进行调整即可。具体的代码逻辑可在代码中看到:
public void siftDown(int flag){
int want=flag;
int x=heap[flag];
while(want<currentSize){
int lChild=2*want+1;
int rChild=2*want+2;
int MAXChildNumber;
if(lChild>currentSize){ //没有孩子节点
heap[want]=x;
}else{ //有两个孩子节点
if(lChild<currentSize){
MAXChildNumber=heap[lChild]>heap[rChild]?lChild:rChild;
}else{
MAXChildNumber=lChild;
}
if(heap[MAXChildNumber]<x){
heap[want]=x;return;
}else{
heap[want]=heap[MAXChildNumber];
want=MAXChildNumber;
}
}
}
}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
堆顶元素的删除,我们对堆的操作基本桑就是为了获得这个堆的最值,那么毫无疑问,堆顶元素就是我们要研究的对象。下面是代码逻辑:
public int deleteTop(){
if(currentSize<0){
System.out.println("Sorry, this heap is empty!");
return -1;
}
int target=heap[0];
int substitute=heap[currentSize-1];
this.currentSize--;
heap[0]=substitute;
siftDown(0);
return target;
}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
下面是详细的代码
package test.maxHeap;
public class MaxHeap {
private int []heap ;
private int currentSize;
private static int MAXSIZE ;
public MaxHeap(int n){
heap=new int[n];
currentSize=0;
MAXSIZE=n;
}
public boolean insert(int x){
if(currentSize==MAXSIZE){
System.out.println("Sorry,this heap is full!");
return false;
}
//如果堆不满的话
currentSize++;
int flag=currentSize-1;
while(flag>0){
int parent=(flag-1)/2;
if(heap[parent]>x){
heap[flag]=x;
return true;
}else{
heap[flag]=heap[parent];
flag=parent;
}
}
heap[0]=x;
return true;
}
public void siftDown(int flag){
int want=flag;
int x=heap[flag];
while(want<currentSize){
int lChild=2*want+1;
int rChild=2*want+2;
int MAXChildNumber;
if(lChild>currentSize){ //没有孩子节点
heap[want]=x;
}else{ //有两个孩子节点
if(lChild<currentSize){
MAXChildNumber=heap[lChild]>heap[rChild]?lChild:rChild;
}else{
MAXChildNumber=lChild;
}
if(heap[MAXChildNumber]<x){
heap[want]=x;return;
}else{
heap[want]=heap[MAXChildNumber];
want=MAXChildNumber;
}
}
}
}
public int deleteTop(){
if(currentSize<0){
System.out.println("Sorry, this heap is empty!");
return -1;
}
int target=heap[0];
int substitute=heap[currentSize-1];
this.currentSize--;
heap[0]=substitute;
siftDown(0);
return target;
}
}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
- 56
- 57
- 58
- 59
- 60
- 61
- 62
- 63
- 64
- 65
- 66
- 67
- 68
- 69
- 70
- 71
- 72
- 73
- 74
- 75
- 76
- 77
- 78
好了,编码已经完成。下面我们就要检验一下是否正确吧。
public class MaxHeapTest {
public static void main(String []args){
MaxHeap maxHeap=new MaxHeap(7);
for(int i=1;i<=7;i++){
maxHeap.insert(i);
}
for(int i=0;i<7;i++){
System.out.print(maxHeap.deleteTop()+" ");
}
System.out.println("\n");
}
}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
接下来是程序的运行结果:
7 6 5 4 3 2 1
//可见,对于最大堆,删除堆顶的操作实际上就是完成了对堆的排序任务,也证明了我们的代码是正确的
- 1
- 2
总结:
堆的操作很重要,我们更要学会对于堆的应用,这样的数据结构才能使得程序的运行更加的高效和流畅。对于最小堆,我们只需要在插入方法,sift方法内稍加修改即可(也就是将值的代销变换关系进行调整)。这样就同样能实现最小堆的创建和相关的操作了。
代码中可能存在不太恰当地地方,希望大家予以批评指正,期待与你们共同进步!
果然时间是最好的庸医,这不忘得差不多了,于是来复习下。
update at 2018年12月10日22:54:44
最小堆
#coding: utf8
__author__ = "郭 璞"
__email__ = "[email protected]"
# list 实现的最小堆
class MinHeap(object):
def __init__(self, capacity):
self.elements = [None for i in range(capacity)]
self.count = 0
def capacity(self):
return len(self.elements)
def insert(self, value):
self.elements[self.count] = value
self.count += 1
self.siteup(self.count-1)
def siteup(self, index):
if index > 0:
parent = index // 2
if self.elements[parent] > self.elements[index]:
self.elements[index], self.elements[parent] = self.elements[parent], self.elements[index]
self.siteup(parent)
def pop(self):
if self.count > 0 :
value = self.elements[0]
self.elements[0] = self.elements[self.count -1]
self.count -= 1
self.sitedown(0)
return value
def sitedown(self, index):
left = 2 * index + 1
right = 2 * index + 2
smaller = index
if left < self.count and self.elements[smaller] > self.elements[left]:
smaller = left
if right < self.count and self.elements[smaller] > self.elements[right]:
smaller = right
if smaller != index:
self.elements[smaller], self.elements[index] = self.elements[index], self.elements[smaller]
self.sitedown(smaller)
if __name__ == "__main__":
minheap = MinHeap(5)
minheap.insert(3)
minheap.insert(4)
minheap.insert(2)
minheap.insert(1)
minheap.insert(7)
for i in range(5):
print(minheap.pop())
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
- 56
运行结果
/usr/local/bin/python3.7 /Users/biao/PycharmProjects/algorithm/heapdemo/minheap.py
1
2
3
4
7
- 1
- 2
- 3
- 4
- 5
- 6
发现Java实现的这篇博文没有解释,为什么要这么做,这对于后续的复习是极其不好的,所以原理上的东西还是要写清楚的。
总的来说,最小堆包含两个步骤:
- 建立最小堆: 自下而上
- 调整最小堆: 自上而下
建立最小堆的时候,我们首先把节点放到数组的最后一位,也即是完全二叉树的最后一个节点上,然后根据下标来不断的与其父节点进行比较,最终实现堆的建立。
调整堆一般是pop了最顶节点触发的。pop之后,需要把目前堆上的最后一个节点放到顶点的位置上,然后让其与对应的子节点进行比较,直到当前节点为最后一个节点。
温故而知新,老话诚不欺我。
再分享一下我老师大神的人工智能教程吧。零基础!通俗易懂!风趣幽默!还带黄段子!希望你也加入到我们人工智能的队伍中来!https://blog.csdn.net/jiangjunshow