当前位置: 首页 > news >正文

java堆的创建与基础代码解析(图文)

一.大根堆的创建

创建大根堆,以下是前置基础代码。(array 是需要被调整为大根堆的数组,elem 是用来展现array被调整之后为大根堆的数组)

    public int[] elem;public int usedsize;public Heap(){this.elem = new int[10];}public void init(int[] array){for (int i = 0; i < array.length; i++) {elem[i] = array[i];usedsize ++;}}

 创建大根堆的思想是:我们通过 (usedsize -1-1)/2 来找到 parent 节点,再通过 parent 节点来找到 child 节点,通过比较下标为 child 和 child+1 两个节点,来找到值较大的节点和 parent 节点来比较,比较之后再来确定要不要对节点来进行交换,比如:我有一个数组{4,2,3,1,5,6,7}以下的3就是我们找到的 parent 节点,6就是我们找到的 child 节点。如图所示 child 节点是比child+1 节点要小的,所以我们让 child+1 节点和 parent 节点比较, child+1 节点要大于 parent 节点,进行更换之后如图二

图一

 图二就是进行交换之后的状态,此时 7,6,3,构成一个小的大根堆,按代码,我们需要让parent--,并且重新找child节点,如图三:

 图二

 对图三中我们继续进行比较和更换操作得到图四:

                              图三                                                                             图四

在图四的基础上,parent-- ,重复比较和更换的操作,我们可以发现,图五已经结束,但整个堆并不是大根堆,对顶上进行调整之后,其他地方也发生了改变,接下来我们需要进行的操作就是向下 调整,由于是 4 和 7 两个交换了值,所以交换之后,我们需要对 4 节点重新进行调整,让 parent = child+1 节点,重新找child 节点,重新进行调整,调整之后就会发现我们已经完成了创建大根堆的操作。

                          图五                                                                                  图六

代码展示:

    public void GreatHeap(){for (int parent =( usedsize -1-1)/2; parent >= 0; parent--) {siftmaxHeap(parent,usedsize);}}public void siftmaxHeap(int parent,int usedsize){int child = 2*parent + 1;while(child < usedsize){if(child +1 < usedsize && elem[child+1] > elem[child]){child++;}//elem[child] 跟 elem[parent] 进行比较,交换。if(elem[child] > elem[parent]){swap(elem,parent,child);parent = child;child = 2*parent +1;}else {break;}}}public void swap(int[] elem,int parent,int child){int k = elem[parent];elem[parent] = elem[child];elem[child] = k;}public void printf(){for (int i = 0; i < elem.length; i++) {System.out.print(elem[i]);}}
}

Test测试:

public class Test {public static void main(String[] args) {int[] array= {4,2,3,1,5,6,7};Heap ret = new Heap();ret.init(array);ret.GreatHeap();ret.printf();}
}

运行结果:  与预期结果相符

二.大根堆的插入

大根堆的插入我们需要用到向上调整,将插入的数值塞入到数组的最后一个位置,找到此位置的parent 节点,通过不断地循环比较,慢慢的将新数组调整为大根堆的形态。

代码:

    public void offer(int val){if(elem.length == usedsize){elem = Arrays.copyOf(elem,2*elem.length);}elem[usedsize] = val;usedsize++;siftup(usedsize);}public void siftup(int size){int parent = (size-1-1)/2;int child = size-1;while (parent >= 0){if (elem[child] > elem[parent]){swap(elem,parent,child);child = parent;parent = (child-1)/2;}else {break;}}}

 test测试:

public class Test {public static void main(String[] args) {int[] array= {4,2,3,1,5,6,7};Heap ret = new Heap();ret.init(array);ret.GreatHeap();ret.printf();System.out.println();ret.offer(9);ret.printf();}
}

 运行结果:   可以看到是符合预期结果的。

三.大根堆的删除

删除其中某个节点,以下代码提供的是删除节点的下标,如需删除某个值,可以先求出下标再删除,本文直接提供下标。我们将要删除的节点与数组的最后一个节点相交换,让usedsizie--,然后以删除的下标节点为主,进行向下调整,调整之后就可以实现大根堆的删除操作。

代码展示:

public void poll(int set){swap(elem,set,usedsize-1);usedsize--;siftmaxHeap(set,usedsize);}

text测试:

public class Test {public static void main(String[] args) {int[] array= {4,2,3,1,5,6,7};Heap ret = new Heap();ret.init(array);ret.GreatHeap();ret.printf();System.out.println();ret.poll(3);ret.printf();}
}

运行结果:符合预期(由于我们已经让usedsize--,数组空间为10固定不变,所以展现出来的结果只用看前六位即可)

四.tops-k问题

这个问题意思是,给你 n 个数据,让你来求这 n 个数据的前 k 个最大/最小的问题,这边以求前 k 个最小的值为例。我们将数组的前 k 个元素组成大根堆,然后将其余 n-k 个元素依次与堆顶的元素进行比较,如果小于堆顶的值,我们就将堆顶的值 poll 掉,并且将新的值添加进堆中(offer 代码在值添加进堆的时候,会对堆重新进行一次大根堆排列),以此类推下去,最后堆里面剩下的 k 个值就是我们要求的前 k 个最小值。 如果想求最大值的话,我们需要按此方式来对前 k 个元素创立小根堆。

    public void smallestk(int[] count,int k){for (int i = 0; i < k; i++) {offer(count[i]);}for (int i = k; i < count.length; i++) {int cur = peek();if (cur > count[i]){poll(0);offer(count[i]);}}}

测试:

        int[] count = {5,6,7,8,4,3,2,1};ret.smallestk(count,3);ret.printf();}

运行结果:  符合预期

关于 tops-k 问题,还有其余解法,例如通过冒泡排序来求前 k 个最小的值,通过建立小根堆,每次对堆顶的值进行记录并且 poll ,然后对余下的值继续排列小根堆,重复 k 次 也可以实现此问题。

http://www.dtcms.com/a/275791.html

相关文章:

  • Classifier guidance与Classifier-free guidance的原理和公式推导
  • 深大计算机游戏开发实验三
  • 深度学习图像分类数据集—害虫识别分类
  • 分布式数据库系统模式结构深度解析
  • Nginx 中的负载均衡策略
  • 数据统计及透视表
  • 使用Java完成下面项目
  • 引入了模块但没有使用”,会不会被打包进去
  • 【科研绘图系列】R语言绘制小提琴图
  • 基于定制开发开源AI智能名片S2B2C商城小程序的社群游戏定制策略研究
  • cuDNN 的 IMPLICIT_GEMM 算法
  • 【数据结构初阶】--顺序表(二)
  • 浅谈 Pydantic v2 的 RootModel 与联合类型——构建多请求结构的统一入口模型
  • 钉钉企业应用开发实战:从零构建组织级业务工具
  • 【LeetCode453.最小操作次数使数组元素相等】
  • leetcode-链表排序
  • Matlab中optimoptions的用法
  • docker 443错误 lookup docker.mirrors.ustc.edu.cn: no such host
  • Hap包引用的Hsp报签名错误怎么解决
  • ABSD(基于架构的软件开发)深度解析:架构驱动的工程范式
  • 初学者关于算法复杂度的学习笔记
  • goframe框架中获取url内容并转成Base64字符串
  • 【QGC】深入解析 QGC 配置管理
  • AAAI-2025 | 西交模拟人类空间推理策略的具身导航!REGNav:房间专家引导的图像目标导航
  • Linux文件的权限
  • Kotlin基础学习记录
  • 【MediaSoup】MS_DUMP打印转换为PLOGI的形式
  • Python-难点-uinttest
  • 网络资源模板--基于Android Studio 实现的记事本App
  • 通过卫星图像追踪城市扩张