漫画:什么是二叉堆?(修正版)

145 阅读5分钟

mp.weixin.qq.com/s?__biz=MzI…

小灰 程序员小灰 1周前

点击上方“程序员小灰”,选择关注公众号

有趣有内涵的文章第一时间送达!

 

 

 

 

—————  第二天  —————

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

————————————

 

 

 

 

 

 

 

 

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:

1.最大堆

2.最小堆

 

什么是最大堆呢?最大堆任何一个父节点的值,都大于等于它左右孩子节点的值。

 

 

 

什么是最小堆呢?最小堆任何一个父节点的值,都小于等于它左右孩子节点的值。

 

 

 

二叉堆的根节点叫做堆顶

 

最大堆和最小堆的特点,决定了在最大堆的堆顶是整个堆中的最大元素;最小堆的堆顶是整个堆中的最小元素

 

 

 

 

 

堆的自我调整

 

对于二叉堆,如下有几种操作:

插入节点

删除节点

构建二叉堆

 

这几种操作都是基于堆的自我调整。

 

下面让我们以最小堆为例,看一看二叉堆是如何进行自我调整的。

 

1.插入节点

 

二叉堆的节点插入,插入位置是完全二叉树的最后一个位置。比如我们插入一个新节点,值是 0。

 

 

 

这时候,我们让节点0的它的父节点5做比较,如果0小于5,则让新节点“上浮”,和父节点交换位置。

 

 

 

继续用节点0和父节点3做比较,如果0小于3,则让新节点继续“上浮”。

 

 

 

继续比较,最终让新节点0上浮到了堆顶位置。

 

 

 

 

2.删除节点

 

二叉堆的节点删除过程和插入过程正好相反,所删除的是处于堆顶的节点。比如我们删除最小堆的堆顶节点1。

 

 

 

这时候,为了维持完全二叉树的结构,我们把堆的最后一个节点10补到原本堆顶的位置。

 

 

 

接下来我们让移动到堆顶的节点10和它的左右孩子进行比较,如果左右孩子中最小的一个(显然是节点2)比节点10小,那么让节点10“下沉”。

 

 

 

继续让节点10和它的左右孩子做比较,左右孩子中最小的是节点7,由于10大于7,让节点10继续“下沉”。

 

 

 

这样一来,二叉堆重新得到了调整。

 

 

3.构建二叉堆

 

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,本质上就是让所有非叶子节点依次下沉

 

我们举一个无序完全二叉树的例子:

 

 

 

首先,我们从最后一个非叶子节点开始,也就是从节点10开始。如果节点10大于它左右孩子中最小的一个,则节点10下沉。

 

 

 

接下来轮到节点3,如果节点3大于它左右孩子中最小的一个,则节点3下沉。

 

 

 

 

接下来轮到节点1,如果节点1大于它左右孩子中最小的一个,则节点1下沉。事实上节点1小于它的左右孩子,所以不用改变。

 

接下来轮到节点7,如果节点7大于它左右孩子中最小的一个,则节点7下沉。

 

 

 

节点7继续比较,继续下沉。

 

 

 

这样一来,一颗无序的完全二叉树就构建成了一个最小堆。

 

 

 

 

 

 

堆的代码实现

 

在撸代码之前,我们还需要明确一点:

 

二叉堆虽然是一颗完全二叉树,但它的存储方式并不是链式存储,而是顺序存储。换句话说,二叉堆的所有节点都存储在数组当中。

 

 

数组中,在没有左右指针的情况下,如何定位到一个父节点的左孩子和右孩子呢?

 

像图中那样,我们可以依靠数组下标来计算。

 

假设父节点的下标是parent,那么它的左孩子下标就是 2*parent+1;它的右孩子下标就是 2*parent+2

 

比如上面例子中,节点6包含9和10两个孩子,节点6在数组中的下标是3,节点9在数组中的下标是7,节点10在数组中的下标是8。

 

7 = 3*2+1

8 = 3*2+2

 

刚好符合规律。

 

 

有了这个前提,下面的代码就更好理解了:

 

public class HeapOperator {

 
  1. /**
  2. * 上浮调整
  3. * @param array     待调整的堆
  4. */
  5. public static void upAdjust(int[] array) {
  6.    int childIndex = array.length-1;
  7.    int parentIndex = (childIndex-1)/2;
  8.    // temp保存插入的叶子节点值,用于最后的赋值
  9.    int temp = array[childIndex];
  10.    while (childIndex > 0 && temp < array[parentIndex])
  11.    {
  12.        //无需真正交换,单向赋值即可
  13.        array[childIndex] = array[parentIndex];
  14.        childIndex = parentIndex;
  15.        parentIndex = (parentIndex-1) / 2;
  16.    }
  17.    array[childIndex] = temp;
  18. }
  19.  
  20.  
  21. /**
  22. * 下沉调整
  23. * @param array     待调整的堆
  24. * @param parentIndex    要下沉的父节点
  25. * @param parentIndex    堆的有效大小
  26. */
  27. public static void downAdjust(int[] array, int parentIndex, int length) {
  28.    // temp保存父节点值,用于最后的赋值
  29.    int temp = array[parentIndex];
  30.    int childIndex = 2 * parentIndex + 1;
  31.    while (childIndex < length) {
  32.        // 如果有右孩子,且右孩子小于左孩子的值,则定位到右孩子
  33.        if (childIndex + 1 < length && array[childIndex + 1] < array[childIndex]) {
  34.            childIndex++;
  35.        }
  36.        // 如果父节点小于任何一个孩子的值,直接跳出
  37.        if (temp <= array[childIndex])
  38.            break;
  39.        //无需真正交换,单向赋值即可
  40.        array[parentIndex] = array[childIndex];
  41.        parentIndex = childIndex;
  42.        childIndex = 2 * childIndex + 1;
  43.    }
  44.    array[parentIndex] = temp;
  45. }
  46.  
  47.  
  48. /**
  49. * 构建堆
  50. * @param array     待调整的堆
  51. */
  52. public static void buildHeap(int[] array) {
  53.    // 从最后一个非叶子节点开始,依次下沉调整
  54.    for (int i = array.length / 2; i >= 0; i--) {
  55.        downAdjust(array, i, array.length - 1);
  56.    }
  57. }
  58.  
  59.  
  60.  
  61. public static void main(String[] args) {
  62.    int[] array = new int[] {1,3,2,6,5,7,8,9,10,0};
  63.    upAdjust(array);
  64.    System.out.println(Arrays.toString(array));
  65.  
  66.    array = new int[] {7,1,3,10,5,2,8,9,6};
  67.    buildHeap(array);
  68.    System.out.println(Arrays.toString(array));
  69. }

}


代码中有一个优化的点,就是父节点和孩子节点做连续交换时,并不一定要真的交换,只需要先把交换一方的值存入temp变量,做单向覆盖,循环结束后,再把temp的值存入交换后的最终位置。

 

 

 

 

 

 

 

 

 

几点补充:

 

本漫画纯属娱乐,还请大家尽量珍惜当下的工作,切勿模仿小灰的行为哦。

 

 

 

 

—————END—————

 

 

 

喜欢本文的朋友们,欢迎长按下图关注订阅号程序员小灰,收看更多精彩内容