Exploring
首页
  • Java

    • 面向对象的思想OOP
    • 浅谈Java反射原理
    • endorsed覆盖JDK中的类
  • 认证与授权

    • LDAP概念和原理介绍
    • OAuth2介绍
  • Impala

    • Impala 介绍
  • MySQL

    • 关于MySQL的一些面试题
    • 解决MySQL不到中文数据
    • 数据库之事务与实现原理
  • Oracle

    • oracle的表空间,用户管理,表操作,函数
    • oracle的查询、视图、索引
    • plsql简单入门
  • Redis

    • 数据类型详解
    • 跳越表
    • 数据持久化的两种方式
  • 共识算法

    • gossip
  • RPC

    • GRPC初识与快速入门
    • ProtocolBuffer基本语法
  • RabbitMQ

    • RabbitMQ入门程序之HelloWorld
    • RabbitMQ之工作模式
  • Zookeeper

    • Zookeeper一文入门
  • Docker

    • Docker入门初体验
  • Maven

    • 把自己的包到Maven中央仓库
    • Maven之自定义插件
  • Nginx

    • nginx的安装
    • nginx的配置文件
    • nignx 的变量
  • Tomcat

    • Servlet3通过SPI进行注册组件
  • Vagrant

    • vagrant 初始化
    • vagrant 常用配置
    • vagrant 自己制作 box
  • Linux

    • 启动方式 Systemd
    • 后台服务
    • 防火墙与 Iptables
  • 设计模式

    • 设计模式-代理
    • 设计模式-单例模式
    • 设计模式-迭代器
  • 分布式

    • CAP 理论
  • 数据结构

    • 数据结构之堆Heap
    • 数据结构之哈希表
    • 数据结构之队列
  • 计算机网络

    • HTTP与HTTPS详解
    • 浅谈DNS协议
    • ISP中的网络层
  • 算法

    • 常用查找算法及Java实现
    • 常用排序算法及Java实现
    • 迪杰斯特拉算法
  • 操作系统

    • 操作系统之进程调度算法
    • 操作系统之进程通讯IPC
    • 操作系统之内存管理
  • 抓包

    • 生成安卓系统证书
  • 加解密

    • 常见加密算法
    • 公开秘钥基础知识
    • RSA 解析
  • Windows

    • scoop 包管理
    • windows-terminal 配置
    • 增强 PowerShell
归档
Github (opens new window)
首页
  • Java

    • 面向对象的思想OOP
    • 浅谈Java反射原理
    • endorsed覆盖JDK中的类
  • 认证与授权

    • LDAP概念和原理介绍
    • OAuth2介绍
  • Impala

    • Impala 介绍
  • MySQL

    • 关于MySQL的一些面试题
    • 解决MySQL不到中文数据
    • 数据库之事务与实现原理
  • Oracle

    • oracle的表空间,用户管理,表操作,函数
    • oracle的查询、视图、索引
    • plsql简单入门
  • Redis

    • 数据类型详解
    • 跳越表
    • 数据持久化的两种方式
  • 共识算法

    • gossip
  • RPC

    • GRPC初识与快速入门
    • ProtocolBuffer基本语法
  • RabbitMQ

    • RabbitMQ入门程序之HelloWorld
    • RabbitMQ之工作模式
  • Zookeeper

    • Zookeeper一文入门
  • Docker

    • Docker入门初体验
  • Maven

    • 把自己的包到Maven中央仓库
    • Maven之自定义插件
  • Nginx

    • nginx的安装
    • nginx的配置文件
    • nignx 的变量
  • Tomcat

    • Servlet3通过SPI进行注册组件
  • Vagrant

    • vagrant 初始化
    • vagrant 常用配置
    • vagrant 自己制作 box
  • Linux

    • 启动方式 Systemd
    • 后台服务
    • 防火墙与 Iptables
  • 设计模式

    • 设计模式-代理
    • 设计模式-单例模式
    • 设计模式-迭代器
  • 分布式

    • CAP 理论
  • 数据结构

    • 数据结构之堆Heap
    • 数据结构之哈希表
    • 数据结构之队列
  • 计算机网络

    • HTTP与HTTPS详解
    • 浅谈DNS协议
    • ISP中的网络层
  • 算法

    • 常用查找算法及Java实现
    • 常用排序算法及Java实现
    • 迪杰斯特拉算法
  • 操作系统

    • 操作系统之进程调度算法
    • 操作系统之进程通讯IPC
    • 操作系统之内存管理
  • 抓包

    • 生成安卓系统证书
  • 加解密

    • 常见加密算法
    • 公开秘钥基础知识
    • RSA 解析
  • Windows

    • scoop 包管理
    • windows-terminal 配置
    • 增强 PowerShell
归档
Github (opens new window)
  • 数据结构

    • 数据结构之堆Heap
      • 定义
      • 堆的存储结构
      • 堆的一些操作
        • 插入过程
        • 删除根过程
        • Java实现堆
      • 参考
    • 数据结构之哈希表
    • 数据结构之队列
    • 数据结构之列表List
    • 数据结构之树Tree
    • 数据结构之图
    • 数据结构之栈Stack
    • 数据结构之Map
    • 数据结构之Set
  • 计算机网络

  • 算法

  • 操作系统

  • 基础
  • 数据结构
unclezs
2020-07-28
0
目录

数据结构之堆Heap

# 数据结构之堆Heap

# 定义

堆(Heap)是计算机科学中一类特殊的数据结构的统称。堆通常是一个可以被看做一棵完全二叉树的数组对象。 将根节点最大的堆叫做最大堆或大根堆,根节点最小的堆叫做最小堆或小根堆。常见的堆有二叉堆、斐波那契堆等。

  • 堆中某个节点的值总是不大于或不小于其父节点的值;
  • 堆总是一棵完全二叉树。

图一为最大堆,图二为最小堆】

img

# 堆的存储结构

  1. 根节点位置:根节点的数据总是在数组的位置[0]
  2. 节点的父节点位置:假设一个非根节点的数据在数组中的位置[i],那么它的父节点总是在位置[(i-1)/2]
  3. 节点的孩子节点位置:假设一个节点的数据在数组中的位置为[i],那么它的孩子(如果有)总是在下面的这两个位置:左孩子在[2 * i+1],右孩子在[2 * i+2]

img

# 堆的一些操作

# 插入过程

  1. 将新元素增加到堆的末尾
  2. 按照优先顺序,将新元素与其父节点比较,如果新元素小于父节点则将两者交换位置。
  3. 不断进行第2步操作,直到不需要交换新元素和父节点,或者达到堆顶则插入成功

alt

# 删除根过程

堆的删除操作与插入操作相反,插入操作从下往上调整堆,而删除操作则从上往下调整堆。

  1. 删除堆顶元素(通常是将堆顶元素放置在数组的末尾)
  2. 比较左右子节点,将小的元素上调。
  3. 不断进行步骤2,直到不需要调整或者调整到堆底。

alt

# Java实现堆

# 大根堆

/**
 * @author blog.unclezs.com
 * @date 2020/7/27 22:15
 */
public class BigHeap {
    private final int[] data;
    private int size;

    public BigHeap(int length) {
        this.data = new int[length];
        Arrays.fill(this.data, -1);
    }

    public void add(int node) {
        this.data[size] = node;
        int currentIndex = size++;
        while (currentIndex > 0) {
            int parentIndex = (currentIndex - 1) / 2;
            //如果这个节点比父节点小
            if (data[currentIndex] > data[parentIndex]) {
                swap(currentIndex, parentIndex);
            } else {
                break;
            }
            currentIndex = parentIndex;
        }
    }

    @Override
    public String toString() {
        return Arrays.toString(data);
    }

    /**
     * 删除根
     *
     * @return 根
     */
    public int deleteRoot() {
        //堆尾元素放到根
        int root = data[0];
        data[0] = data[--size];
        data[size] = -1;
        int currentIndex = 0;
        for (; ; ) {
            int leftIndex = 2 * currentIndex + 1;
            int rightIndex = 2 * currentIndex + 2;
            //已经没有子节点了
            if (leftIndex > size) {
                break;
            }
            //如果有右子节点,并且大于左子节点
            if (rightIndex < size && data[rightIndex] > data[leftIndex]) {
                leftIndex = rightIndex;
            }
            if (data[leftIndex] > data[currentIndex]) {
                swap(leftIndex, currentIndex);
            }  else {
                break;
            }
            currentIndex = leftIndex;
        }
        return root;
    }

    private void swap(int from, int to) {
        int tmp = data[from];
        data[from] = data[to];
        data[to] = tmp;
    }

    public static void main(String[] args) {
        BigHeap heap = new BigHeap(10);
        heap.add(88);
        heap.add(11);
        heap.add(22);
        heap.add(3);
        heap.add(5);
        heap.add(1);
        heap.add(19);
        System.out.println(heap.deleteRoot());
        System.out.println(heap);
    }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84

# 小根堆

修改增加删除方法

    public void add(int node) {
        this.data[size] = node;
        int currentIndex = size++;
        while (currentIndex > 0) {
            int parentIndex = (currentIndex - 1) / 2;
            //如果这个节点比父节点小
            if (data[currentIndex] < data[parentIndex]) {
                swap(currentIndex, parentIndex);
            } else {
                break;
            }
            currentIndex = parentIndex;
        }
    }

    @Override
    public String toString() {
        return Arrays.toString(data);
    }

    /**
     * 删除根
     *
     * @return 根
     */
    public int deleteRoot() {
        //堆尾元素放到根
        int root = data[0];
        data[0] = data[--size];
        data[size] = -1;
        int currentIndex = 0;
        for (; ; ) {
            int leftIndex = 2 * currentIndex + 1;
            int rightIndex = 2 * currentIndex + 2;
            //已经没有子节点了
            if (leftIndex > size) {
                break;
            }
            //如果有右子节点,并且小于左子节点
            if (rightIndex < size && data[rightIndex] < data[leftIndex]) {
                leftIndex = rightIndex;
            }
            if (data[leftIndex] < data[currentIndex]) {
                swap(leftIndex, currentIndex);
                currentIndex = leftIndex;
            }  else {
                break;
            }
        }
        return root;
    }
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51

# 参考

  1. 数据结构-堆和堆的Java实现 (opens new window)
  2. 数据结构之堆的定义 (opens new window)
  3. 数据结构-堆的实现 (opens new window)
在 GitHub 编辑此页 (opens new window)
上次更新: 2024/02/25, 12:11:11
数据结构之哈希表

数据结构之哈希表→

Theme by Vdoing | Copyright © 2018-2024 unclezs
  • 跟随系统
  • 浅色模式
  • 深色模式
  • 阅读模式