1.1 堆的定义
堆是计算机科学中一类特殊的数据结构的统称,堆通常可以被看做是一棵完全二叉树的数组对象.
堆的特性
1.它是完全二叉树
2.通常用数组来实现(如果一个节点的位置为k,则它的父节点的位置为[k/2],而它的两个节点的位置则分别为2k和2k+1)
3.每个节点都大于等于它的两个子节点(两个节点的顺序没有要求)
1.2 堆的API
/**
* @Author blackcat
* @create 2021/6/22 20:06
* @version: 1.0
* @description:
*/
public class Heap<T extends Comparable<T>> {
//存储数据的数组
private T[] data;
//记录堆中元素个数
private int size;
//创建容量为capacity的Heap
public Heap(int capacity) {
this.data = (T[]) new Comparable[capacity];
this.size = 0;
}
//判断堆中索引i处的元素是否小于索引j处的元素
private boolean less(int i, int j) {
return data[i].compareTo(data[j]) < 0;
}
//交换堆中i索引和j索引处的值
private void exch(int i, int j) {
T temp = data[i];
data[i] = data[j];
data[j] = temp;
}
//删除堆中最大的元素,并返回这个最大元素
public T delMax() {
T max = data[1];
exch(1, size);
data[size] = null;
size--;
sink(1);
return max;
}
//往堆中插入一个元素
public void insert(T t) {
size++;
data[size] = t;
swim(size);
}
//使用上浮算法,使索引k处的元素能在堆中处于一个正确的位置
private void swim(int k) {
//如果已经到了根结点,就不需要循环了
while (k > 1) {
//比较当前节点和父节点的大小
if (less(k / 2, k)) {
//父节点小于当前节点,交换节点
exch(k / 2, k);
}
k = k / 2;
}
}
//使用下沉算法,使索引k处的元素能在堆中处于一个正确的位置
private void sink(int k) {
//没有子节点
while (2 * k <= size) {
//默认左子节点大于右子节点 最大下标为左子节点下标
int max = 2 * k;
//当右子节点存在而且大于左子节点
if ((2 * k + 1) <= size && less(2 * k, 2 * k + 1)) {
// 最大下标为右子节点下标
max = 2 * k + 1;
}
//如果k 的值小于 左右子节点的最大值,则跳出
if (!less(k, max)) {
break;
}
//交换k,max下标的值
exch(k, max);
k = max;
}
}
public static void main(String[] args) {
Heap<String> heap = new Heap<String>(20);
heap.insert("A");
heap.insert("B");
heap.insert("C");
heap.insert("G");
heap.insert("D");
heap.insert("E");
heap.insert("F");
String del;
while ((del = heap.delMax()) != null) {
System.out.println(del);
}
}
}
1.3 堆排序
/**
* @Author blackcat
* @create 2021/6/22 21:46
* @version: 1.0
* @description:
*/
public class HeapSort {
//对source数组中的数据从小到大排序
public static void sort(Comparable[] source) {
//1.创建一个比原数组大1的数组
Comparable[] heap = new Comparable[source.length + 1];
//2.构造堆
createHeap(source, heap);
//3.堆排序
// 3.1定义一个变量,记录heap中未排序的所有元素中最大的索引
int size = heap.length - 1;
while (size != 1) {
//3.2交换heap中索引1处的元素和N处的元素
exch(heap, 1, size);
size--;
//3.3对索引1处的元素在0~size范围内做下沉操作
sink(heap, 1, size);
}
//4.heap中的数据已经有序,拷贝到source中
System.arraycopy(heap, 1, source, 0, source.length);
}
//根据原数组source,构造出堆heap
private static void createHeap(Comparable[] source, Comparable[] heap) {
//1.把source中的数据拷贝到heap中,从heap的1索引处开始填充
System.arraycopy(source, 0, heap, 1, source.length);
//2.从heap索引的一半处开始倒叙遍历,对得到的每一个元素做下沉操作
for (int i = (heap.length - 1) / 2; i > 0; i--) {
sink(heap, i, heap.length - 1);
}
}
//判断heap堆中索引i处的元素是否小于索引j处的元素
private static boolean less(Comparable[] heap, int i, int j) {
return heap[i].compareTo(heap[j]) < 0;
}
//交换heap堆中i索引和j索引处的值
private static void exch(Comparable[] heap, int i, int j) {
Comparable temp = heap[i];
heap[i] = heap[j];
heap[j] = temp;
}
//在heap堆中,对target处的元素做下沉,范围是0~range。
private static void sink(Comparable[] heap, int target, int range) {
//没有子节点
while (2 * target <= range) {
int max = 2 * target;
if ((2 * target + 1 <= range) && less(heap, 2 * target, 2 * target + 1)) {
max = 2 * target + 1;
}
if (less(heap, target, max)) {
exch(heap, target, max);
}
target = max;
}
}
public static void main(String[] args) throws Exception {
//待排序数组
String[] arr = {"S", "O", "R", "T", "E", "X", "A", "M", "P", "L", "E"};
//通过HeapSort对数组中的元素进行排序
HeapSort.sort(arr);
//打印排序后数组中的元素
System.out.println(Arrays.toString(arr));
}
}