Java數據結構中堆的向下和向上調整解析

一、關於堆

JDK1.8中的PriortyQueue(優先級隊列)底層使用瞭堆的數據結構,而堆實際就是在完全二叉樹的基礎之上進行瞭一些元素的調整。

1.堆的概念

堆有最大堆和最小堆之分。
最大(最小)堆是一棵每一個節點的元素都不小於(大於)其孩子(如果存在)的元素的樹。大堆是一棵完全二叉樹,同時也是一棵最大樹。小堆是一棵完全二叉樹,同時也是一棵最小樹。
註意: 堆中的任一子樹也是堆,即大堆的子樹也都是大堆,小堆亦是。

在這裡插入圖片描述

2.堆的性質

堆中某個結點的值總是不大於或不小於其父結點的值
堆總是一顆完全二叉樹

3.堆的存儲方式

由堆的概念可知,堆是一顆完全二叉樹,因此可以層序的規則采用順序的方式來高效存儲。
註意:對於非完全二叉樹,則不適合使用順序方式進行存儲,因為為瞭能夠還原二叉樹,空間中必須要能夠存儲空結點,就會導致空間利用率比較低

二、堆的創建

1.堆向下調整

對於給出的一個數據,如何將其創建為堆呢?例如下圖:

在這裡插入圖片描述

仔細觀察上圖後發現:根結點的左右子樹已經完全滿足堆的性質,因此隻需將根結點向下調整好即可。
以小堆為例:

1.讓parent標記需要調整的結點,child標記parent的左孩子(註意:parent如果有孩子一定是先有左孩子)
2.如果parent的左孩子存在,即child<size,進行如下操作,直到parent的左孩子不存在

parent右孩子是否存在,如果存在則找出左右孩子中較小的孩子,使用child進行標記
將parent與較小的孩子(也就是此時的child)比較,如果:

parent小於較小的孩子child,這個結點已經調整
否則:將parent與child進行交換,交換成功後,這時parent中大的元素已經向下移動,可能會導致子樹不滿足堆的特性,就需要繼續向下調整,即parent=child,child=parent*2+1,然後循環起來

圖解如下:

在這裡插入圖片描述

代碼實現:

    private void shiftDown(int parent){
        //默認讓child先標記左孩子---因為:parent可能有左沒有右
        int child=parent*2+1;

        //while循環條件可以保證:parent的左孩子一定存在
        //             但是不能保證parent的右孩子是否存在
        while(child<size){
            //1.找到左右孩子中較小的孩子
            if(child+1<size&&array[child+1]<array[child]){
                child+=1;
            }

            //2.較小的孩子已經找到瞭
            //檢測雙親和孩子之間是否滿足堆的特性
            if(array[parent]>array[child]){
                swap(parent,child);

                //大的雙親往下走,可能會導致子樹又不滿足堆的特性
                //因此需要繼續往下調整
                parent=child;
                child=parent*2+1;
            }else{
                //以parent為根的二叉樹已經是堆瞭
                return;
            }
        }
    }

註意: 在調整以parent為根的二叉樹時,必須要滿足parent的左子樹和右子樹已經是堆瞭才可以向下調整。
時間復雜度(看最壞的情況): 從根一路比較到葉子,比較的次數為完全二叉樹的高度,即時間復雜度為O(logn)。

2.堆的創建

向下調整的情況隻能針對左右子樹已經是堆瞭才可以調整,那假如根結點的左右子樹不滿足堆的特性,又該如何調整呢?例如下圖:

在這裡插入圖片描述

我們要從3這裡的位置開始向下調整,然後逐漸向前依次向上調整
3這個位置很特殊,他是二叉樹倒數第一個非葉子結點
步驟:

1.找到倒數第一個非葉子結點
2.從該結點位置開始往前一直到根結點,每遇到一個結點就使用向下調整

代碼實現:

public static void createHeap(int[] array){
    //註意:倒數第一個非葉子節點剛好是最後一個節點的雙親
    //最後一個結點的編號是size-1,倒數第一個非葉子節點的下標為(size-1-1)/2
    int lastLeafParent=(size-2)/2;
    //從倒數第一個非葉子節點位置開始,一直到根節點的位置,使用向下調整
    for(int root=lastLeafParent;root>=0;root--){
       shiftDown(root);
    }
}

建堆的時間復雜度:
因為堆是完全二叉樹,滿二叉樹也是完全二叉樹,為瞭簡化計算,此處使用滿二叉樹來證明:
假設滿二叉樹高度h

第一層:20個結點,需要向下移動h-1層
第二層:21個結點,需要向下移動h-2層
第二層:22個結點,需要向下移動h-3層
…以此類推就可以求出所有的移動步數:每一層結點數與對應移動層數相乘再整體相加
然後再利用一定的數學巧妙運算(此處省略那些繁瑣的數學公式,屬實是頭大)就得出T(n)=n=log(n+1)≈n

因此:建堆的時間復雜度為O(N)。

三、向上調整

向上調整主要的應用場景就是在堆的插入
堆的插入總共需要兩個步驟:

1.先將元素插入到堆的末尾,即最後一個孩子之後
2.插入後如果堆的性質遭到破壞,將最後新插入的節點向上調整,直到滿足堆的性質

在這裡插入圖片描述

代碼實現:

    private void shiftUp(int child){
        int parent=(child-1)/2;

        while(child!=0){
            if(array[child]<array[parent]){
                swap(child,parent);
                child=parent;
                parent=(child-1)/2;
            }else{
                return;
            }
        }
    }

到此這篇關於Java數據結構中堆的向下和向上調整解析的文章就介紹到這瞭,更多相關Java 數據結構 內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!

推薦閱讀: