二叉堆(三)之 Java的實現


 

概要

前面分別通過CC++實現了二叉堆,本章給出二叉堆的Java版本。還是那句話,它們的原理一樣,擇其一了解即可。

目錄
1. 二叉堆的介紹
2. 二叉堆的圖文解析
3. 二叉堆的Java實現(完整源碼)
4. 二叉堆的Java測試程序

轉載請注明出處:http://www.cnblogs.com/skywang12345/p/3610390.html


更多內容:數據結構與算法系列 目錄

(01) 二叉堆(一)之 圖文解析 和 C語言的實現
(02) 二叉堆(二)之 C++的實現
(03) 二叉堆(三)之 Java的實

 

二叉堆的介紹

二叉堆是完全二元樹或者是近似完全二元樹,按照數據的排列方式可以分為兩種:最大堆最小堆
最大堆:父結點的鍵值總是大於或等於任何一個子節點的鍵值;最小堆:父結點的鍵值總是小於或等於任何一個子節點的鍵值。

二叉堆一般都通過"數組"來實現,下面是數組實現的最大堆和最小堆的示意圖:

 

二叉堆的圖文解析

圖文解析是以"最大堆"來進行介紹的。
最大堆的核心內容是"添加"和"刪除",理解這兩個算法,二叉堆也就基本掌握了。下面對它們進行介紹,其它內容請參考后面的完整源碼。

1. 添加

假設在最大堆[90,80,70,60,40,30,20,10,50]種添加85,需要執行的步驟如下:

如上圖所示,當向最大堆中添加數據時:先將數據加入到最大堆的最后,然后盡可能把這個元素往上挪,直到挪不動為止!
將85添加到[90,80,70,60,40,30,20,10,50]中后,最大堆變成了[90,85,70,60,80,30,20,10,50,40]。

 

最大堆的插入代碼(Java語言)

/*
 * 最大堆的向上調整算法(從start開始向上直到0,調整堆)
 *
 * 注:數組實現的堆中,第N個節點的左孩子的索引值是(2N+1),右孩子的索引是(2N+2)。
 *
 * 參數說明:
 *     start -- 被上調節點的起始位置(一般為數組中最后一個元素的索引)
 */
protected void filterup(int start) {
    int c = start;            // 當前節點(current)的位置
    int p = (c-1)/2;        // 父(parent)結點的位置 
    T tmp = mHeap.get(c);        // 當前節點(current)的大小

    while(c > 0) {
        int cmp = mHeap.get(p).compareTo(tmp);
        if(cmp >= 0)
            break;
        else {
            mHeap.set(c, mHeap.get(p));
            c = p;
            p = (p-1)/2;   
        }       
    }
    mHeap.set(c, tmp);
}
  
/* 
 * 將data插入到二叉堆中
 */
public void insert(T data) {
    int size = mHeap.size();

    mHeap.add(data);    // 將"數組"插在表尾
    filterup(size);        // 向上調整堆
}

insert(data)的作用:將數據data添加到最大堆中。mHeap是動態數組ArrayList對象。
當堆已滿的時候,添加失敗;否則data添加到最大堆的末尾。然后通過上調算法重新調整數組,使之重新成為最大堆。

 

2. 刪除

假設從最大堆[90,85,70,60,80,30,20,10,50,40]中刪除90,需要執行的步驟如下:

如上圖所示,當從最大堆中刪除數據時:先刪除該數據,然后用最大堆中最后一個的元素插入這個空位;接着,把這個“空位”盡量往上挪,直到剩余的數據變成一個最大堆。
從[90,85,70,60,80,30,20,10,50,40]刪除90之后,最大堆變成了[85,80,70,60,40,30,20,10,50]。


注意:考慮從最大堆[90,85,70,60,80,30,20,10,50,40]中刪除60,執行的步驟不能單純的用它的字節點來替換;而必須考慮到"替換后的樹仍然要是最大堆"!

 

二叉堆的刪除代碼(Java語言)

/* 
 * 最大堆的向下調整算法
 *
 * 注:數組實現的堆中,第N個節點的左孩子的索引值是(2N+1),右孩子的索引是(2N+2)。
 *
 * 參數說明:
 *     start -- 被下調節點的起始位置(一般為0,表示從第1個開始)
 *     end   -- 截至范圍(一般為數組中最后一個元素的索引)
 */
protected void filterdown(int start, int end) {
    int c = start;          // 當前(current)節點的位置
    int l = 2*c + 1;     // 左(left)孩子的位置
    T tmp = mHeap.get(c);    // 當前(current)節點的大小

    while(l <= end) {
        int cmp = mHeap.get(l).compareTo(mHeap.get(l+1));
        // "l"是左孩子,"l+1"是右孩子
        if(l < end && cmp<0)
            l++;        // 左右兩孩子中選擇較大者,即mHeap[l+1]
        cmp = tmp.compareTo(mHeap.get(l));
        if(cmp >= 0)
            break;        //調整結束
        else {
            mHeap.set(c, mHeap.get(l));
            c = l;
            l = 2*l + 1;   
        }       
    }   
    mHeap.set(c, tmp);
}

/*
 * 刪除最大堆中的data
 *
 * 返回值:
 *      0,成功
 *     -1,失敗
 */
public int remove(T data) {
    // 如果"堆"已空,則返回-1
    if(mHeap.isEmpty() == true)
        return -1;

    // 獲取data在數組中的索引
    int index = mHeap.indexOf(data);
    if (index==-1)
        return -1;

    int size = mHeap.size();
    mHeap.set(index, mHeap.get(size-1));// 用最后元素填補
    mHeap.remove(size - 1);                // 刪除最后的元素

    if (mHeap.size() > 1)
        filterdown(index, mHeap.size()-1);    // 從index號位置開始自上向下調整為最小堆

    return 0;
}

 

二叉堆的Java實現(完整源碼)

二叉堆的實現同時包含了"最大堆"和"最小堆"。
二叉堆(最大堆)的實現文件(MaxHeap.java)

  1 /**
  2  * 二叉堆(最大堆)
  3  *
  4  * @author skywang
  5  * @date 2014/03/07
  6  */
  7 
  8 import java.util.ArrayList;
  9 import java.util.List;
 10 
 11 public class MaxHeap<T extends Comparable<T>> {
 12 
 13     private List<T> mHeap;    // 隊列(實際上是動態數組ArrayList的實例)
 14 
 15     public MaxHeap() {
 16         this.mHeap = new ArrayList<T>();
 17     }
 18 
 19     /* 
 20      * 最大堆的向下調整算法
 21      *
 22      * 注:數組實現的堆中,第N個節點的左孩子的索引值是(2N+1),右孩子的索引是(2N+2)。
 23      *
 24      * 參數說明:
 25      *     start -- 被下調節點的起始位置(一般為0,表示從第1個開始)
 26      *     end   -- 截至范圍(一般為數組中最后一個元素的索引)
 27      */
 28     protected void filterdown(int start, int end) {
 29         int c = start;          // 當前(current)節點的位置
 30         int l = 2*c + 1;     // 左(left)孩子的位置
 31         T tmp = mHeap.get(c);    // 當前(current)節點的大小
 32 
 33         while(l <= end) {
 34             int cmp = mHeap.get(l).compareTo(mHeap.get(l+1));
 35             // "l"是左孩子,"l+1"是右孩子
 36             if(l < end && cmp<0)
 37                 l++;        // 左右兩孩子中選擇較大者,即mHeap[l+1]
 38             cmp = tmp.compareTo(mHeap.get(l));
 39             if(cmp >= 0)
 40                 break;        //調整結束
 41             else {
 42                 mHeap.set(c, mHeap.get(l));
 43                 c = l;
 44                 l = 2*l + 1;   
 45             }       
 46         }   
 47         mHeap.set(c, tmp);
 48     }
 49 
 50     /*
 51      * 刪除最大堆中的data
 52      *
 53      * 返回值:
 54      *      0,成功
 55      *     -1,失敗
 56      */
 57     public int remove(T data) {
 58         // 如果"堆"已空,則返回-1
 59         if(mHeap.isEmpty() == true)
 60             return -1;
 61 
 62         // 獲取data在數組中的索引
 63         int index = mHeap.indexOf(data);
 64         if (index==-1)
 65             return -1;
 66 
 67         int size = mHeap.size();
 68         mHeap.set(index, mHeap.get(size-1));// 用最后元素填補
 69         mHeap.remove(size - 1);                // 刪除最后的元素
 70 
 71         if (mHeap.size() > 1)
 72             filterdown(index, mHeap.size()-1);    // 從index號位置開始自上向下調整為最小堆
 73 
 74         return 0;
 75     }
 76 
 77     /*
 78      * 最大堆的向上調整算法(從start開始向上直到0,調整堆)
 79      *
 80      * 注:數組實現的堆中,第N個節點的左孩子的索引值是(2N+1),右孩子的索引是(2N+2)。
 81      *
 82      * 參數說明:
 83      *     start -- 被上調節點的起始位置(一般為數組中最后一個元素的索引)
 84      */
 85     protected void filterup(int start) {
 86         int c = start;            // 當前節點(current)的位置
 87         int p = (c-1)/2;        // 父(parent)結點的位置 
 88         T tmp = mHeap.get(c);        // 當前節點(current)的大小
 89 
 90         while(c > 0) {
 91             int cmp = mHeap.get(p).compareTo(tmp);
 92             if(cmp >= 0)
 93                 break;
 94             else {
 95                 mHeap.set(c, mHeap.get(p));
 96                 c = p;
 97                 p = (p-1)/2;   
 98             }       
 99         }
100         mHeap.set(c, tmp);
101     }
102       
103     /* 
104      * 將data插入到二叉堆中
105      */
106     public void insert(T data) {
107         int size = mHeap.size();
108 
109         mHeap.add(data);    // 將"數組"插在表尾
110         filterup(size);        // 向上調整堆
111     }
112 
113     @Override
114     public String toString() {
115         StringBuilder sb = new StringBuilder();
116         for (int i=0; i<mHeap.size(); i++)
117             sb.append(mHeap.get(i) +" ");
118 
119         return sb.toString();
120     }
121  
122     public static void main(String[] args) {
123         int i;
124         int a[] = {10, 40, 30, 60, 90, 70, 20, 50, 80};
125         MaxHeap<Integer> tree=new MaxHeap<Integer>();
126 
127         System.out.printf("== 依次添加: ");
128         for(i=0; i<a.length; i++) {
129             System.out.printf("%d ", a[i]);
130             tree.insert(a[i]);
131         }
132 
133         System.out.printf("\n== 最 大 堆: %s", tree);
134 
135         i=85;
136         tree.insert(i);
137         System.out.printf("\n== 添加元素: %d", i);
138         System.out.printf("\n== 最 大 堆: %s", tree);
139 
140         i=90;
141         tree.remove(i);
142         System.out.printf("\n== 刪除元素: %d", i);
143         System.out.printf("\n== 最 大 堆: %s", tree);
144         System.out.printf("\n");
145     }
146 }
View Code

二叉堆(最小堆)的實現文件(MinHeap.java)

  1 /**
  2  * 二叉堆(最小堆)
  3  *
  4  * @author skywang
  5  * @date 2014/03/07
  6  */
  7 
  8 import java.util.ArrayList;
  9 import java.util.List;
 10 
 11 public class MinHeap<T extends Comparable<T>> {
 12 
 13     private List<T> mHeap;        // 存放堆的數組
 14 
 15     public MinHeap() {
 16         this.mHeap = new ArrayList<T>();
 17     }
 18 
 19     /* 
 20      * 最小堆的向下調整算法
 21      *
 22      * 注:數組實現的堆中,第N個節點的左孩子的索引值是(2N+1),右孩子的索引是(2N+2)。
 23      *
 24      * 參數說明:
 25      *     start -- 被下調節點的起始位置(一般為0,表示從第1個開始)
 26      *     end   -- 截至范圍(一般為數組中最后一個元素的索引)
 27      */
 28     protected void filterdown(int start, int end) {
 29         int c = start;          // 當前(current)節點的位置
 30         int l = 2*c + 1;     // 左(left)孩子的位置
 31         T tmp = mHeap.get(c);    // 當前(current)節點的大小
 32 
 33         while(l <= end) {
 34             int cmp = mHeap.get(l).compareTo(mHeap.get(l+1));
 35             // "l"是左孩子,"l+1"是右孩子
 36             if(l < end && cmp>0)
 37                 l++;        // 左右兩孩子中選擇較小者,即mHeap[l+1]
 38 
 39             cmp = tmp.compareTo(mHeap.get(l));
 40             if(cmp <= 0)
 41                 break;        //調整結束
 42             else {
 43                 mHeap.set(c, mHeap.get(l));
 44                 c = l;
 45                 l = 2*l + 1;   
 46             }       
 47         }   
 48         mHeap.set(c, tmp);
 49     }
 50      
 51     /*
 52      * 最小堆的刪除
 53      *
 54      * 返回值:
 55      *     成功,返回被刪除的值
 56      *     失敗,返回null
 57      */
 58     public int remove(T data) {
 59         // 如果"堆"已空,則返回-1
 60         if(mHeap.isEmpty() == true)
 61             return -1;
 62 
 63         // 獲取data在數組中的索引
 64         int index = mHeap.indexOf(data);
 65         if (index==-1)
 66             return -1;
 67 
 68         int size = mHeap.size();
 69         mHeap.set(index, mHeap.get(size-1));// 用最后元素填補
 70         mHeap.remove(size - 1);                // 刪除最后的元素
 71 
 72         if (mHeap.size() > 1)
 73             filterdown(index, mHeap.size()-1);    // 從index號位置開始自上向下調整為最小堆
 74 
 75         return 0;
 76     }
 77 
 78     /*
 79      * 最小堆的向上調整算法(從start開始向上直到0,調整堆)
 80      *
 81      * 注:數組實現的堆中,第N個節點的左孩子的索引值是(2N+1),右孩子的索引是(2N+2)。
 82      *
 83      * 參數說明:
 84      *     start -- 被上調節點的起始位置(一般為數組中最后一個元素的索引)
 85      */
 86     protected void filterup(int start) {
 87         int c = start;            // 當前節點(current)的位置
 88         int p = (c-1)/2;        // 父(parent)結點的位置 
 89         T tmp = mHeap.get(c);        // 當前節點(current)的大小
 90 
 91         while(c > 0) {
 92             int cmp = mHeap.get(p).compareTo(tmp);
 93             if(cmp <= 0)
 94                 break;
 95             else {
 96                 mHeap.set(c, mHeap.get(p));
 97                 c = p;
 98                 p = (p-1)/2;   
 99             }       
100         }
101         mHeap.set(c, tmp);
102     }
103  
104     /* 
105      * 將data插入到二叉堆中
106      */
107     public void insert(T data) {
108         int size = mHeap.size();
109 
110         mHeap.add(data);    // 將"數組"插在表尾
111         filterup(size);        // 向上調整堆
112     }
113        
114     public String toString() {
115         StringBuilder sb = new StringBuilder();
116         for (int i=0; i<mHeap.size(); i++)
117             sb.append(mHeap.get(i) +" ");
118 
119         return sb.toString();
120     }
121 
122     public static void main(String[] args) {
123         int i;
124         int a[] = {80, 40, 30, 60, 90, 70, 10, 50, 20};
125         MinHeap<Integer> tree=new MinHeap<Integer>();
126 
127         System.out.printf("== 依次添加: ");
128         for(i=0; i<a.length; i++) {
129             System.out.printf("%d ", a[i]);
130             tree.insert(a[i]);
131         }
132 
133         System.out.printf("\n== 最 小 堆: %s", tree);
134 
135         i=15;
136         tree.insert(i);
137         System.out.printf("\n== 添加元素: %d", i);
138         System.out.printf("\n== 最 小 堆: %s", tree);
139 
140         i=10;
141         tree.remove(i);
142         System.out.printf("\n== 刪除元素: %d", i);
143         System.out.printf("\n== 最 小 堆: %s", tree);
144         System.out.printf("\n");
145     }
146 }
View Code

 

二叉堆的Java測試程序

測試程序已經包含在相應的實現文件中了,這里只說明運行結果。

最大堆(MaxHeap.java)的運行結果:

== 依次添加: 10 40 30 60 90 70 20 50 80 
== 最 大 堆: 90 80 70 60 40 30 20 10 50 
== 添加元素: 85
== 最 大 堆: 90 85 70 60 80 30 20 10 50 40 
== 刪除元素: 90
== 最 大 堆: 85 80 70 60 40 30 20 10 50 

最小堆(MinHeap.java)的運行結果:

== 最 小 堆: 10 20 30 50 90 70 40 80 60 
== 添加元素: 15
== 最 小 堆: 10 15 30 50 20 70 40 80 60 90 
== 刪除元素: 10
== 最 小 堆: 15 20 30 50 90 70 40 80 60 

 

PS. 二叉堆是"堆排序"的理論基石。以后講解算法時會講解到"堆排序",理解了"二叉堆"之后,"堆排序"就很簡單了。

 


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM