堆
堆 是一种特别的二叉树,满足以下条件的二叉树,可以称之为堆
- 完全二叉树
- 每一个节点的值都必须 大于等于或者小于等于 其孩子节点的值。
特点
- 可以在 O(logN) 的时间复杂度内向 堆 中插入元素;
- 可以在 O(logN) 的时间复杂度内向 堆 中删除元素;
- 可以在 O(1) 的时间复杂度内获取 堆 中的最大值或最小值。
分类
- 最大堆
- 堆内所有节点都大于或等于其孩子的节点值
- 堆顶元素就是堆内的最大值
- 最小堆
- 堆内所有节点都小于或等于其孩子的节点只
- 堆顶元素就是堆内最大值
堆操作
- 堆上浮
- 将节点与其父节点进行比较,如果不满足堆条件则和父节点交换,直到满足条件
- 堆下沉
- 将节点与子节点比较,与较小/较大的节点交换,直到满足条件
- 添加元素
- 将元素插入到完全二叉树的最后一个节点,并执行堆上浮操作
- 删除元素
- 将堆顶元素删除,把最后一个节点复制到堆顶,然后将堆顶元素执行下沉操作
完全二叉树与数组转换
tree
1
2 3
4 5 6 7
==>
res = [7, 1, 2, 3, 4, 5, 6, 7]
res[0]: 完全二叉树的大小 len
父节点: n / 2
子节点: left: 2n、right: 2n + 1
是否叶子节点: n > len / 2
编码实现
const helper = {
swap(arr, i, j){
let temp = arr[i]
arr[i] = arr[j]
arr[j] = temp
},
parent(i){
return i >> 1
},
left(i){
return i * 2
},
right(i){
return i * 2 + 1
}
}
class Heap {
constructor(size){
// 开辟数组空间 heap[0] 表示堆的个数
this.heap = new Array(size + 1);
this.heap[0] = 0
}
get size() { return this.heap[0] }
handle(i, j){
return this.heap[i] < this.heap[j]
}
// 添加元素
add(el){
if(this.size >= this.heap.length) return -1
// 往尾部插入元素后进行上浮操作
this.heap[0] += 1
this.heap[this.size] = el
this.up()
return el
}
// 弹出元素
pop(){
if(!this.size) return -1
// 弹出堆顶后将最后一个元素放置到堆顶,然后执行下沉操作
let el = this.peek()
helper.swap(this.heap, 1, this.size)
this.heap[this.size] = undefined
this.heap[0] -= 1
this.down()
return el
}
// 上浮
up(){
let i = this.size
let j = helper.parent(i)
while (this.handle(i, j) && i > 1){
helper.swap(this.heap, i, j)
i = j
j = helper.parent(i)
}
}
// 下沉
down(){
let i = 1
while(i < this.size && i <= this.size / 2){
let l = helper.left(i)
let r = helper.right(i)
if(this.handle(r, i) || this.handle(l, i)){
let j = this.handle(r, l) ? r : l
helper.swap(this.heap, i, j)
i = j
}else{
break
}
}
}
// 获取堆顶元素
peek(){
return this.heap[1]
}
}
class MaxHeap extends Heap {
handle(i, j){
return this.heap[i] > this.heap[j]
}
}
class MinHeap extends Heap {
handle(i, j){
return this.heap[i] < this.heap[j]
}
}
时间复杂度
| 插入元素 | 获取堆顶元素 | 删除堆顶元素 | 创建「堆」 |
|---|---|---|---|
| O(logN) | O(1) | O(logN) | O(logN) |
空间复杂度
O(n)