彻底搞定堆排序:二叉堆
目录
- 二叉堆
- 插入
- 删除
- 构建
- 二叉堆代码实现
- 总结
二叉堆
什么是二叉堆
二叉堆本质上是一种完全二叉树,它分为两个类型
- 最大堆:最大堆的任何一个父节点的值,都大于等于它的左、右孩子节点的值(堆顶就是整个堆的最大元素)
- 最小堆:最小堆的任何一个父节点的值,都小于等于它的左、右孩子节点的值(堆顶就是整个堆的最小元素)
二叉堆的根节点叫做堆顶
二叉堆的基本操作
- 插入节点
- 删除节点
- 构建二叉堆
这几种操作都基于堆的自我调整,所谓堆自我调整,就是把一个不符合堆的完全二叉树,调整成一个堆,下面以最小堆为例。
插入
插入节点0的过程
删除
删除节点的过程和插入的过程刚好相反,所删除的是处于堆顶的节点。例如删除1
- 为了维持完全二叉树的结构,把堆的最后一个元素临时补充到堆顶
- 删除原来10的位置
- 对堆顶的节点10执行下沉操作
构建
构建二叉堆,也就是把一个无序的完全二叉树调整为二叉堆,本质就是让所有的非叶子节点一次下沉
二叉堆代码实现
二查堆虽然是一颗完全二叉树,但它的存储方式并不是链式的,而是顺序存储,换句话说,二叉堆的所有节点都存储在数组中
当父节点为parent时,左孩子为2 * parent + 1;右孩子为2 * parent + 2
/** * @author :zsy * @date :Created 2021/5/17 9:41 * @description:二叉堆 */ public class HeapTest { public static void main(String[] args) { int[] arr = {1, 3, 2, 6, 5, 7, 8, 9, 10, 0}; Heap heap = new Heap(arr); heap.upAdjust(arr); System.out.println(Arrays.toString(arr)); arr = new int[]{7, 1, 3, 10, 5, 2, 8, 9, 6}; heap = new Heap(arr); heap.buildHead(); System.out.println(Arrays.toString(arr)); } } class Heap { private int[] arr; public Heap(int[] arr) { this.arr = arr; } public void buildHead() { //从最后一个非叶子节点开始,依次下沉 for (int i = (arr.length - 2) / 2; i >= 0; i--) { downAdjust(arr, i, arr.length); } } private void downAdjust(int[] arr, int parentIndex, int length) { int temp = arr[parentIndex]; int childrenIndex = parentIndex * 2 + 1; while (childrenIndex < length) { //如果有右孩子,并且右孩子小于左孩子,那么定位到右孩子 if (childrenIndex + 1 < length && arr[childrenIndex + 1] < arr[childrenIndex]) { childrenIndex++; } //如果父节点小于较小孩子节点的值,直接跳出 if (temp <= arr[childrenIndex]) break; //无需交换,单向赋值 arr[parentIndex] = arr[childrenIndex]; parentIndex = childrenIndex; childrenIndex = 2 * childrenIndex + 1; } arr[parentIndex] = temp; } public void upAdjust(int[] arr) { int childrenIndex = arr.length - 1; int parentIndex = (childrenIndex - 1) / 2; int temp = arr[childrenIndex]; while (childrenIndex > 0 && temp < arr[parentIndex]) { //单向赋值 arr[childrenIndex] = arr[parentIndex]; childrenIndex = parentIndex; parentIndex = (parentIndex - 1) / 2; } arr[childrenIndex] = temp; } }
结果:
[0, 1, 2, 6, 3, 7, 8, 9, 10, 5]
[1, 5, 2, 6, 7, 3, 8, 9, 10]
总结
本篇文章就到这里了,希望能给你带来帮助,也希望您能够多多关注我们的更多内容!
赞 (0)