数据结构之堆（优先级队列）

前言

在上一章我们讲了二叉树，这一节我们来讲堆（优先级队列），所以想知道堆创建，可以看一下二叉树的一些简单概念。http://t.csdnimg.cn/4jUR6icon-default.png?t=N7T8http://t.csdnimg.cn/4jUR6

目录

前言

堆

1.概念

2.优先级队列的模拟实现

2.1堆的概念

2.2堆的性质

2.3堆的存储方式

2.4堆的创建

2.4.1向下调整

1.向下调整思路

​编辑

 2.代码实现

 3.建堆的时间复杂度

2.5堆的插入

2.5.1向上调整

2.5.2堆插入代码实现：

2.6堆元素的删除

2.6.1思路 

2.6.2.代码实现

2.7获取堆的元素个数&&获取堆顶元素&&堆的打印

3.常用接口特性

3.1PriorityQueue的特性

注意：

 3.2PriorityQueue常用接口介绍

堆

1.概念

我们知道队列是一种先进先出的数据结构，但是在某些情况下，操作的数据可能带有优先级，出队的时候，可能需要优先级较高的元素出队列。

所以，数据结构应该提供两个最基本的操作，一个是返回最高优先级对象，二是添加新的对象。这种数据结构就是优先级队列（Priority Queue）。

2.优先级队列的模拟实现

2.1堆的概念

如果有一个集合K=｛0,k1,,k2,...,kn-1｝,把集合K的元素按照完全二叉树的顺序存储方式存储在一个一维数组中，并且满足：K(i)<=K(2I+1)且K(i)<=K(2i+2)  (K(i)>=K(2I+1)且K(i)>=K(2i+2) ),i=0,1,2,3... ,则叫做小堆（或大堆）。

将根节点最小的堆叫做小根堆或最小堆。

将根节点最大的堆叫做大根堆或最大堆。

2.2堆的性质

1.堆中的某个节点总是不大于或不小于其父节点的值。

2.堆总是一棵完全二叉树。

在jDK1.8中的优先级队列底层使用了堆这种数据结构，而堆其实就是就是完全二叉树的基础进行调整的。

2.3堆的存储方式

我们从堆的概念可以知道，堆是一棵完全二叉树，所以可以层序的规则采用顺序的方式存储。

注意：对于非完全二叉树，不适合采用顺序方式进行存储。

原因：为了还原二叉树，空间中必须要存储空节点，就会导致空间利用率较低。

将元素存储到数组中后，我们可以根据二叉树的性质5进行还原，假设i为节点在数组中的下标，则有：

  1. 如果i为0，则i表示的节点为根节点，否则i节点的双亲节点为（i-1）/2;
  2. 如果2*i+1小于节点个数，则节点i的左孩子下标为2*i+1,否则没有左孩子；
  3. 如果2*i+2小于节点个数，则节点的右孩子下标为2*i+2,否则没有右孩子。

2.4堆的创建

2.4.1向下调整

我们拿集合｛28,16,48,13,46,45,25,36,22,42｝为例，如何将其创建成堆呢？？

我们可以看到，此时根节点的左右子树都不满足堆的性质。所以我们需要对每个有子树的父节点进行向下调整。

1.向下调整思路

对于一棵完全二叉树，要其变成小根堆（或大根堆），我们需要满足根节点的左右子树都是小堆（大堆）。

规则：1.找出父亲节点的左右节点中值较小（或较大）的节点。

           2.找出较小值（较大值）与父亲节点进行比较。

           3.小堆：若父亲节点比左右节点中的较小值大，则进行交换，再将较小值的位置给到父亲节点，再进行向下调整。当父亲节点的值小于左右节点中的较小值时，调整停止

              大堆：若父亲节点比左右节点中的较大值小，则进行交换，再将较大值的位置给到父亲节点，再进行向下调整。当父亲节点的值小于左右节点中的较小值时，调整停止

我们以创建小根堆为例：

对于上图中的二叉树，我们可以看到其左右子树并不是小堆。

所以我们需要先对其左右子树进行向下调整：

我们从根节点位置最大的一个开始，依次递归进行调整。

我们可以看到父亲节点（46）比孩子节点（42）要大，所以要进行交换。

再让父亲节点（P）走向孩子节点（C）的位置，但是由于此时父亲节点并没有孩子节点，停止调整。再让P从节点值为13的位置开始向下调整，此时由于左右节点值都大于13，满足堆的性质，不进行交换。 

依次类推：

当P走到节点值为48的位置时，再与左右孩子中的最小值进行比较，进行互换。

当P走到父亲节点（16）的位置时，进行向下调整，再让P往下走，但此时P所处的节点其满足堆的性质，不进行互换，调整停止。 

 

此时，根节点（28）的左右子树都已经满足堆的性质，现只需要对根节点进行向下调整，就可以得到一个小根堆。

 

至此，我们就得到一个小根堆。

我们如果要创建一个大根堆，思路也是与创建小根堆的思路一样，只是在交换值时，是交换孩子节点中的较大值。

 2.代码实现

对于上面我们所推的，

其小根堆为{13，16，25，22，42，45，48，36，28，46}；

其大根堆为{48，46，45，36，42，28，25，13，22，26｝；

package MyQueue;/*** Pheap类实现了大根堆数据结构。*/
class Pheap {public int[] elem; // 存储堆元素的数组public int useSize; // 当前堆中元素的使用大小/*** 构造函数，初始化堆数组。** @param size 堆数组的初始大小*/public Pheap(int size){this.elem=new int[size];}/*** 使用给定数组初始化堆。** @param arr 用于初始化堆的数组*/public void init(int[] arr){for(int i=0;i<arr.length;i++){this.elem[i]=arr[i];}useSize=arr.length;}/*** 交换数组中两个元素的位置。** @param child 需要交换的子元素下标* @param parent 需要交换的父元素下标*/public void swap(int child,int parent){int temp=elem[child];elem[child]=elem[parent];elem[parent]=temp;}/*** 向下调整以维护大根堆性质。** @param parent 需要向下调整的父节点下标* @param end 堆数组的结束下标*/public void sitDownBig(int parent,int end){int child=2*parent+1;while(child<end){if(child+1<end&&elem[child]<elem[child+1]){child++;}if(elem[child]>elem[parent]){swap(child,parent);parent=child;child=2*parent+1;}else{break;}}}/*** 构建大根堆。*/public void createHeapBig(){for(int parent=(useSize-1-1)/2;parent>=0;parent--){sitDownBig(parent,useSize);}}/***构建小根堆*/public void creatHeapSmall(){for(int parent=(useSize-1-1)/2;parent>=0;parent--){sitDownSmall(parent,useSize);}}/*** 将指定元素下沉以维护堆的性质。该方法用于调整二叉堆，确保从指定父节点到末尾子节点的子树满足堆的性质。** @param parent 父节点的索引* @param end 堆数组的末尾索引*/public void sitDownSmall(int parent, int end) {// 计算左子节点的索引int child = 2 * parent + 1;while (child < end) {// 如果存在右子节点，并且右子节点比左子节点大，则将当前 child 指针指向右子节点if (child + 1 < end && elem[child] > elem[child + 1]) {child++;}// 如果当前 child 节点的值小于父节点的值，则交换它们，并将 parent 更新为当前 child，继续下沉调整if (elem[child] < elem[parent]) {swap(child, parent);parent = child;// 更新 child 为新的左子节点索引child = 2 * parent + 1;} else {// 如果当前 child 节点的值不小于父节点的值，说明已满足堆的性质，结束调整break;}}}}

测试一下

public class Prioirtyq {public static void main(String[] args){Pheap p=new Pheap(10);int arr[]={28,16,48,13,46,45,25,36,22,42};p.init(arr);p.creatHeapSmall();Pheap p1=new Pheap(10);p1.init(arr);p1.createHeapBig();}
}

可以看到，确实是所推的那样。

 3.建堆的时间复杂度

我们假设完全二叉树的高度为h，

那么，对于第一层，其结点只有一个，但是其需要向下调整h-1层。对于第二层，其节点有2^1个，每个结点需要向下调整的次数为h-2，以此类推，对于第h-1层，其拥有的节点有2^{h-2}个，但其属于倒数第二层，所以只需要向下调整1次。

那么对于一棵完全二叉树，要想将其建成一个堆，其时间复杂度就是每层的节点数*其向下调整的次数所需要花费的时间。

T(n)=2^0*(h-1)+2^1*（h-2）+2^2*(h-3)+...+2^(h-2)*1               (1)式

我们不难看出，这是一个等差✖等比求和公式，我们可以用错位相减法来求出T(n)，不难看出，其公比为2.

所以在（1）式左右两边同时✖2，得

2T(n)=              2^1*(h-1)+2^2*(h-2)+2^3*(h-3)+...+2^(h-1)*1     (2)式

（2）式-（1）式可得

T(n)=2^1+2^2+2^3+...+2^(h-1)+1-h

我们将1化为2^0,

T(n)=2^0+2^1+2^2+2^3+...+2^(h-1)-h

可以看出这是一个等比数列求和公式，根据求和公式Sn=a1*(1-q^n)/1-q,得

T(n)=1*(1-2^h)/(1-2)-h=2^h-1-h

由二叉树的性质我们可以得到

节点数N=2^h-1

树的高度h=log2(N+1)

带入得

T(n)=N-log2(N+1)

根据大O渐进表示法

T(n)=O(N)

所以我们建堆的时间复杂度为O(N).

向下调整的时间复杂度为O(logN）.

2.5堆的插入

在一个堆中，如果我们想插入一个数据，那么就在堆尾进行插入，再进行向上调整.

我们同时也需要考虑此时堆满了没

2.5.1向上调整

思路：对于插入的节点（我们称作目标节点）

         1.将目标节点与其父亲节点进行比较。

           大根堆：如果是大根堆，当父亲节点比目标节点小，那就目标节点和父亲节点进行互换后，将父亲节点的位置给到目标节点，接着继续进行向上调整。当父亲节点比目标节点大，停止向上调整。

          小根堆：当父亲节点比目标节点大，那就目标节点和父亲节点进行互换后，将父亲节点的位置给到目标节点，接着继续进行向上调整。当父亲节点比目标节点小，停止向上调整。

  我们以小根堆插入新节点为例：

我们用上述中所创建而成的小根堆，让其插入一个值为10的节点，如图

我们可以知道，新插入的节点其父亲节点是值为42的节点，明显比值为10目标节点要大，所以要进行互换，再进行向上调整。

最后我们可以得到：

 此时小根堆为｛10，13，25，22，16，45，48，36，46，42｝。

2.5.2堆插入代码实现：
public void pushInS(int val){// 判断堆是否已满if(isFull()){elem= Arrays.copyOf(elem,elem.length*2);}//进行插入elem[useSize++]=val;//进行向上调整sitUp(useSize-1);}public void sitUp(int child){int parent=(child-1)/2;while(child>=0){if(elem[child]<elem[parent]){swap(child,parent);child=parent;parent=(child-1)/2;}else{break;}}}/*** 检查堆是否已满。** @return 堆是否已满的布尔值*/public boolean isFull(){return useSize==elem.length;}

可以看到，确定是所推断的那样。 

2.6堆元素的删除

堆元素的删除一定是删除的堆顶元素！！！

2.6.1思路 

对顶元素的删除其实也是利用到向下调整。

1.将对顶元素与队尾的元素进行互换

2.让有效个数减1

3.再来一次向下调整

2.6.2.代码实现
public int Delete(){if(isEmpty()){throw new RuntimeException("堆为空");}int val=elem[0];swap(0,useSize-1);useSize--;sitDownSmall(0,useSize);return val;}

2.7获取堆的元素个数&&获取堆顶元素&&堆的打印

  public int size(){return useSize;}public int peek(){if(isEmpty()){throw new RuntimeException("堆为空");}return elem[0];}public void print(){for(int i=0;i<useSize;i++){System.out.print(elem[i]+" ");}System.out.println();}

3.常用接口特性

3.1PriorityQueue的特性

在java集合框架中，提供了PriorityQueue和PriorityBlockingQueue两种类型的优先级队列，但是PriorityQueue时线程不安全的，而PriorityBlockingQueue是线程安全的。

 我们在使用PriorityQueue时，需要导入相应的包

import java.util.PriorityQueue;

注意：

1.PriorityQueue中放置的元素必须要能够比较大小，不能插入无法比较大小的对象，否则会抛出 ClassCastException异常

2. 不能插入null对象，否则会抛出NullPointerException

3. 没有容量限制，可以插入任意多个元素，其内部可以自动扩容

4. 插入和删除元素的时间复杂度为O(log2N).

5. PriorityQueue底层使用了堆数据结构

6. PriorityQueue默认情况下是小堆---即每次获取到的元素都是最小的元素

 3.2PriorityQueue常用接口介绍

1.优先级队列的构造

常用的有以下几个：

 如果想要了解更多关于优先级队列，可以点击PriorityQueue （Java 平台 SE 8 ） (oracle.com)

 public static void main(String[] args){PriorityQueue<Integer> pq=new PriorityQueue<>();pq.offer(1);pq.offer(2);pq.offer(3);System.out.println(pq.poll());System.out.println(pq.peek());}

 扩容规则：
 如果容量小于64时，是按照oldCapacity的2倍方式扩容的

如果容量大于等于64，是按照oldCapacity的1.5倍方式扩容的

如果容量超过MAX_ARRAY_SIZE，按照MAX_ARRAY_SIZE来进行扩容。

数据结构的堆就先到这。

若有不足之处，欢迎指正~~

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/pingmian/18353.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

1.2数学基础

1.2数学基础

向量运算 矩阵运算 比较基础就不记录了 MVP矩阵推导 1.讲为什么要有矩阵变换和不同的坐标空间 将3D物体转化到2D平面为各个空间的运用做准备 2.介绍各个空间的概念和含义 MVP矩阵代表什么&#xff1f; MVP矩阵分别是模型(Model)、观察(View)、投影(Projection)三个矩阵。…
阅读更多...
positivessl泛域名证书500元13个月

positivessl泛域名证书500元13个月

随着创建网站的门槛变低&#xff0c;不论是个人用户还是企事业单位用户创建的域名网站也越来越多&#xff0c;怎么维护网络环境的安全成为了各个用户需要解决的问题。为了保护网站的数据安全&#xff0c;防止恶意攻击和数据泄露&#xff0c;大多数用户选择为域名网站安装数字证…
阅读更多...
水电智能抄表是什么？

水电智能抄表是什么？

1.简述&#xff1a;水电智能抄表的兴起 水电智能抄表系统是现代科学技术和传统公共文化服务相结合的产物&#xff0c;它通过自动化技术性改变了传统的人工抄表方式&#xff0c;大大提高了高效率&#xff0c;降低生产成本&#xff0c;同时也为用户提供了更为贴心的服务。这一新…
阅读更多...
轻兔推荐 —— 一个好用的软件服务推荐平台

轻兔推荐 —— 一个好用的软件服务推荐平台

给大家推荐一个好用的的软件服务推荐平台&#xff1a;轻兔推荐 网站界面简洁大方&#xff0c;没有太多杂七杂八的功能和页面&#xff0c;有明暗主题色可以选择&#xff0c;默认为亮色&#xff0c;可在网站上方手动切换。 每工作日都会推荐一款软件&#xff0c;有时会加更&…
阅读更多...
内网安全--隧道技术-MSF上线本地

内网安全--隧道技术-MSF上线本地

免责声明:本文仅做技术交流与学习... 不得不说,小白最近也是用上了viper,这里要特别感谢一下my bro 北岭敲键盘的荒漠猫 MSF--viper: --生成马子-->上线 --进入meterpreter. 1-查看路由,添加路由. 查看路由信息 : run autoroute -p run post/multi/manage/autoroute 添加…
阅读更多...
『香橙派』基于Orange Pi AIpro打造高效个人云存储解决方案

『香橙派』基于Orange Pi AIpro打造高效个人云存储解决方案

&#x1f4e3;读完这篇文章里你能收获到 了解Orange Pi AIpro硬件优势&#xff0c;为构建高效云存储基础设施的理想平台。学会使用Orange Pi AIpro硬件平台&#xff0c;搭载Ubuntu Server系统&#xff0c;打造云存储环境。掌握利用Kodbox软件&#xff0c;享受文件管理、多格式…
阅读更多...
微软MSBuild大会发布Copilot+PC：技术革新还是隐私噩梦？

微软MSBuild大会发布Copilot+PC：技术革新还是隐私噩梦？

微软在最近的MSBuild 2024大会上发布了全新的CopilotPC概念&#xff0c;这一技术结合了高通骁龙X Elite芯片&#xff0c;将人工智能与PC紧密结合。此次发布引起了广泛关注&#xff0c;不仅是因为其技术创新&#xff0c;还因为潜在的隐私问题。甚至连Elon Musk也对此表示担忧&am…
阅读更多...
小熊家务帮day5 客户管理模块1 （小程序认证，手机验证码认证等）

小熊家务帮day5 客户管理模块1 （小程序认证，手机验证码认证等）

客户管理模块 1.认证模块1.1 认证方式介绍1.1.1 小程序认证1.1.2 手机验证码登录1.1.3 账号密码认证 1.2 小程序认证1.2.1 小程序申请1.2.2 创建客户后端工程jzo2o-customer1.2.3 开发部署前端1.2.4 小程序认证流程1.2.4.1 customer小程序认证接口设计Controller层Service层调用…
阅读更多...
C++ | Leetcode C++题解之第118题杨辉三角

C++ | Leetcode C++题解之第118题杨辉三角

题目&#xff1a; 题解&#xff1a; class Solution { public:vector<vector<int>> generate(int numRows) {vector<vector<int>> ret(numRows);for (int i 0; i < numRows; i) {ret[i].resize(i 1);ret[i][0] ret[i][i] 1;for (int j 1; j &…
阅读更多...
Python | Leetcode Python题解之第117题填充每个节点的下一个右侧节点指针II

Python | Leetcode Python题解之第117题填充每个节点的下一个右侧节点指针II

题目&#xff1a; 题解&#xff1a; class Solution:def connect(self, root: Node) -> Node:if not root:return Nonestart rootwhile start:self.last Noneself.nextStart Nonep startwhile p:if p.left:self.handle(p.left)if p.right:self.handle(p.right)p p.nex…
阅读更多...
基于眼底增强的疾病感知蒸馏模型用于OCT图像的视网膜疾病分类

基于眼底增强的疾病感知蒸馏模型用于OCT图像的视网膜疾病分类

文章目录 Fundus-Enhanced Disease-Aware Distillation Model for Retinal Disease Classification from OCT Images摘要方法实验结果 Fundus-Enhanced Disease-Aware Distillation Model for Retinal Disease Classification from OCT Images 摘要 光学相干断层扫描&#xf…
阅读更多...
【MySQL】SQL 基础

【MySQL】SQL 基础

文章目录 【 1. SQL 的书写规则 】1.1 大小写规则1.2 常量的表示1.3 注释1.4 HELP 系统帮助 【 2. 常用数据库函数 】2.1 SHOW DATABASES 显示数据库2.2 CREATE DATABASE 创建数据库2.3 ALTER DATABASE 修改数据库2.4 DROP DATABASE 删除数据库2.5 USE 选择数据库 【 3. RDBMS …
阅读更多...
TypeScript系列之-- 数组和元组类型

TypeScript系列之-- 数组和元组类型

数组的定义&#xff1a; 第一种&#xff0c;可以在元素类型后面接上[] let list: number[] [1, 2, 3]; 第二种方式是使用数组泛型&#xff0c;Array<元素类型> let list: Array<number> [1, 2, 3]; 如果数组想每一项放入不同数据怎么办&#xff1f;用元组类型…
阅读更多...
建立SFTP服务器

建立SFTP服务器

文章目录 建立SFTP服务器1. 使用VMware安装CentOS 7虚拟机。2. 安装完虚拟机后&#xff0c;进入虚拟机&#xff0c;修改网络配置&#xff08;onboot改为yes&#xff09;并重启网络服务&#xff0c;查看相应IP地址&#xff0c;并使用远程连接软件进行连接。3. 配置yum源&#xf…
阅读更多...
vscode常用操作

vscode常用操作

1 vscode跳转node_modules下文件&#xff0c;没有切换定位到左侧菜单目录的问题 2&#xff0c;搜索node-modules 3&#xff0c;设置选中字体颜色 {"workbench.colorTheme": "Default Light Modern","editor.mouseWheelZoom": true,"termin…
阅读更多...
opencascade 快速显示AIS_ConnectedInteractive源码学习

opencascade 快速显示AIS_ConnectedInteractive源码学习

AIS_ConcentricRelation typedef PrsDim_ConcentricRelation AIS_ConcentricRelation AIS_ConnectedInteractive 简介 创建一个任意位置的另一个交互对象实例作为参考。这允许您使用连接的交互对象&#xff0c;而无需重新计算其表示、选择或图形结构。这些属性是从您的参考对…
阅读更多...
Matplotlib绘图指南：从基础绘图到多子图展示

Matplotlib绘图指南：从基础绘图到多子图展示

目录 前言 导入模块 第一点&#xff1a;绘制图像 第二点&#xff1a;保存图像 第三点&#xff1a;多图形的绘制 第四点&#xff1a;绘制多子图 总结 前言 在数据可视化中&#xff0c;Matplotlib是一款强大的Python库&#xff0c;提供了丰富的功能来绘制各种类型的图表。…
阅读更多...
3D透视图转的时候模型闪动怎么解决？---模大狮模型网

3D透视图转的时候模型闪动怎么解决？---模大狮模型网

在3D建模与渲染的世界中&#xff0c;透视图是我们观察和操作模型的重要窗口。然而&#xff0c;有时候在旋转透视图时&#xff0c;模型会出现闪动的现象&#xff0c;这不仅影响了我们的工作效率&#xff0c;还可能对最终的渲染效果产生负面影响。本文将探讨这一问题的成因&#…
阅读更多...
prompt提示词：如何让AI帮你提一个好问题

prompt提示词：如何让AI帮你提一个好问题

我们看完一篇文章的时候&#xff0c;有时候发给AI后&#xff0c;不知道如何问AI&#xff0c;不知道问哪些问题&#xff0c;你使用这个提示词&#xff0c;就可以让AI帮你想一个好问题&#xff0c;然后你用AI想好的问题再去问AI 能提出一个好的问题是非常难的 提示词 结合文章…
阅读更多...
Elasticsearch8.13.4版本的Docker启动关闭HTTPS

Elasticsearch8.13.4版本的Docker启动关闭HTTPS

博主环境是&#xff1a; 开发环境&#xff1a;SpringbootElasticSearch客户端对应的starter 2.6.3版本 maven配置 <!-- ElasticSearch --><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-elas…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023