您好,登錄后才能下訂單哦!
本文小編為大家詳細(xì)介紹“Java數(shù)據(jù)結(jié)構(gòu)之優(yōu)先級隊列實例分析”,內(nèi)容詳細(xì),步驟清晰,細(xì)節(jié)處理妥當(dāng),希望這篇“Java數(shù)據(jù)結(jié)構(gòu)之優(yōu)先級隊列實例分析”文章能幫助大家解決疑惑,下面跟著小編的思路慢慢深入,一起來學(xué)習(xí)新知識吧。
堆的定義:n個元素的序列{k1 , k2 , … , kn}稱之為堆,當(dāng)且僅當(dāng)滿足以下條件時:
(1)ki >= k2i 且 ki >= k(2i+1) ——大根堆
(2) ki <= k2i 且 ki <= k(2i+1) ——小根堆
簡單來說:
堆是具有以下性質(zhì)的完全二叉樹:
(1)每個結(jié)點的值都大于或等于其左右孩子結(jié)點的值,稱為大根堆(如左下圖);
或者:
(1)每個結(jié)點的值都小于或等于其左右孩子結(jié)點的值,稱為小根堆(如右下圖)。
我們使用數(shù)組保存二叉樹結(jié)構(gòu),即是將二叉樹用層序遍歷方式放入數(shù)組中,如上圖。
堆的元素下標(biāo)存在以下關(guān)系:
1.假如已知雙親(parent)的下標(biāo),則
左孩子(left)下標(biāo) = 2parent + 1;
右孩子(right)下標(biāo) = 2parent +2;
2.已知孩子(child)(不區(qū)分左右)下標(biāo),則:
雙親(parent)下標(biāo) = (child - 1)/ 2 ;
小結(jié):
堆邏輯上是一棵完全二叉樹;
堆物理上保存在數(shù)組中;
滿足任意結(jié)點的值都大于其子樹中結(jié)點的值,叫做大堆,或者大根堆,或者最大堆;反之,則是小堆,或者小根堆,或者最小堆;
堆的基本作用是,快速找集合中的最值。
設(shè)有一個無序序列 {2,5,7,8,4,6,3,0,9,1 },下面通過圖解來建初始堆。
這里有一個前提:這棵二叉樹的左右子樹都必須是一個堆,才能進(jìn)行調(diào)整。
下面是用到的數(shù)據(jù)的一些說明:
array 代表存儲堆的數(shù)組
size 代表數(shù)組中被視為堆數(shù)據(jù)的個數(shù)
index 代表要調(diào)整位置的下標(biāo)
left 代表 index 左孩子下標(biāo)
right 代表 index 右孩子下標(biāo)
min 代表 index 的最小值孩子的下標(biāo)
過程文字描述如下:
1.index 如果已經(jīng)是葉子結(jié)點,則整個調(diào)整過程結(jié)束:
(1)判斷 index 位置有沒有孩子;
(2) 因為堆是完全二叉樹,沒有左孩子就一定沒有右孩子,所以判斷是否有左孩子;
(3) 因為堆的存儲結(jié)構(gòu)是數(shù)組,所以判斷是否有左孩子即判斷左孩子下標(biāo)是否越界,即 left >= size 越界。
2.確定 left 或 right,誰是 index 的最小孩子 min:
(1) 如果右孩子不存在,則 min = left;
(2)否則,比較 array[left] 和 array[right] 值得大小,選擇小的為 min;
(3)比較 array[index] 的值 和 array[min] 的值,如果 array[index] <= array[min],則滿足堆的性質(zhì),調(diào)整結(jié)束。
3.否則,交換 array[index] 和 array[min] 的值;
4.然后因為 min 位置的堆的性質(zhì)可能被破壞,所以把 min 視作 index,向下重復(fù)以上過程。
通過上面的操作描述,我們寫出以下代碼:
public static void shiftDown(int[] array, int size, int index){ int left = 2*index +1; while(left < size){ int min = left; int right = 2*index +2; if(right<size){ if(array[right] < array[left]){ min = right; } } if(array[index] <= array[min]){ break; } int tmp = array[index]; array[index] = array[min]; array[min] = tmp; index = min; left = 2*index +1; } }
時間復(fù)雜度為 O(log(n))。
下面我們給出一個數(shù)組,這個數(shù)組邏輯上可以看做一顆完全二叉樹,但是還不是一個堆,現(xiàn)在我們通過算法,把它構(gòu)建成一個堆。根節(jié)點左右子樹不是堆,我們怎么調(diào)整呢?這里我們從倒數(shù)的第一個非葉子節(jié)點的子樹開始調(diào)整,一直調(diào)整到根節(jié)點的樹,就可以調(diào)整成堆。
時間復(fù)雜度分析:
粗略估算,可以認(rèn)為是在循環(huán)中執(zhí)行向下調(diào)整,為 O(n * log(n)),(了解)實際上是 O(n)。
//建堆代碼 public void createHeap(int[] array) { for (int i = 0; i < array.length; i++) { elem[i] = array[i]; usedSize++; } //根據(jù)代碼 顯示的時間復(fù)雜度 看起來 應(yīng)該是O(n*logn) 但是 實際上是O(n) for (int parent = (usedSize-1-1)/2; parent >= 0 ; parent--) { //調(diào)整 shiftDown(parent,usedSize); } }
根據(jù)百科解釋:
普通的隊列是一種先進(jìn)先出的數(shù)據(jù)結(jié)構(gòu),元素在隊列尾追加,而從隊列頭刪除。在優(yōu)先隊列中,元素被賦予優(yōu)先級。當(dāng)訪問元素時,具有最高優(yōu)先級的元素最先刪除。優(yōu)先隊列具有最高級先出(first in, largest out)的行為特征。通常采用堆數(shù)據(jù)結(jié)構(gòu)來實現(xiàn)。
所以我們在這里實現(xiàn)優(yōu)先隊列的內(nèi)部原理是堆,也就是說采用堆來構(gòu)建。
過程(以大堆為例):
首先按尾插方式放入數(shù)組;
比較其和其雙親的值的大小,如果雙親的值大,則滿足堆的性質(zhì),插入結(jié)束;
否則,交換其和雙親位置的值,重新進(jìn)行 2、3 步驟;
直到根結(jié)點。
下面圖解:
private void shiftUp(int child) { int parent = (child-1)/2; while (child > 0) { if(elem[child] > elem[parent]) { int tmp = elem[child]; elem[child] = elem[parent]; elem[parent] = tmp; child = parent; parent = (child-1)/2; }else { break; } } }
為了防止破壞堆的結(jié)構(gòu),刪除時并不是直接將堆頂元素刪除,而是用數(shù)組的最后一個元素替換堆頂元素,然后通過向 下調(diào)整方式重新調(diào)整成堆。
private void shiftUp(int child) { int parent = (child-1)/2; while (child > 0) { if(elem[child] > elem[parent]) { int tmp = elem[child]; elem[child] = elem[parent]; elem[parent] = tmp; child = parent; parent = (child-1)/2; }else { break; } } } public void offer(int val) { if(isFull()) { //擴(kuò)容 elem = Arrays.copyOf(elem,2*elem.length); } elem[usedSize++] = val; //注意這里傳入的是usedSize-1 shiftUp(usedSize-1); }
直接返回堆頂元素
public int peek() { if(isEmpty()) { throw new RuntimeException("優(yōu)先級隊列為空!"); } return elem[0]; } public boolean isEmpty() { return usedSize == 0; }
整體的代碼:
public class TestHeap { public int[] elem; public int usedSize; public TestHeap() { this.elem = new int[10]; } /** * 向下調(diào)整函數(shù)的實現(xiàn) * @param parent 每棵樹的根節(jié)點 * @param len 每棵樹的調(diào)整的結(jié)束位置 10 */ public void shiftDown(int parent,int len) { int child = 2*parent+1; //1、最起碼 是有左孩子的,至少有1個孩子 while (child < len) { if(child+1 < len && elem[child] < elem[child+1]) { child++;//保證當(dāng)前左右孩子最大值的下標(biāo) } if(elem[child] > elem[parent]) { int tmp = elem[child]; elem[child] = elem[parent]; elem[parent] = tmp; parent = child; child = 2*parent+1; }else { break; } } } public void createHeap(int[] array) { for (int i = 0; i < array.length; i++) { elem[i] = array[i]; usedSize++; } //根據(jù)代碼 顯示的時間復(fù)雜度 看起來 應(yīng)該是O(n*logn) 但是 實際上是O(n) for (int parent = (usedSize-1-1)/2; parent >= 0 ; parent--) { //調(diào)整 shiftDown(parent,usedSize); } } private void shiftUp(int child) { int parent = (child-1)/2; while (child > 0) { if(elem[child] > elem[parent]) { int tmp = elem[child]; elem[child] = elem[parent]; elem[parent] = tmp; child = parent; parent = (child-1)/2; }else { break; } } } public void offer(int val) { if(isFull()) { //擴(kuò)容 elem = Arrays.copyOf(elem,2*elem.length); } elem[usedSize++] = val; //注意這里傳入的是usedSize-1 shiftUp(usedSize-1); } public boolean isFull() { return usedSize == elem.length; } public int poll() { if(isEmpty()) { throw new RuntimeException("優(yōu)先級隊列為空!"); } int tmp = elem[0]; elem[0] = elem[usedSize-1]; elem[usedSize-1] = tmp; usedSize--; shiftDown(0,usedSize); return tmp; } public int peek() { if(isEmpty()) { throw new RuntimeException("優(yōu)先級隊列為空!"); } return elem[0]; } public boolean isEmpty() { return usedSize == 0; } public void heapSort() { int end = this.usedSize-1; while (end > 0) { int tmp = elem[0]; elem[0] = elem[end]; elem[end] = tmp; shiftDown(0,end); end--; } } }
什么是TopK問題?
從arr[1, n]這n個數(shù)中,找出最大的k個數(shù),這就是經(jīng)典的TopK問題。
解決這類問題,我們往往會有以下幾種思路:
對整體進(jìn)行排序,輸出前10個最大的元素。
用上面剛剛講的堆。
也是用堆,不過這比第二個思路更巧妙。
我們直接講思路三:
先用前k個元素生成一個小頂堆,這個小頂堆用于存儲,當(dāng)前最大的k個元素。
接著,從第k+1個元素開始掃描,和堆頂(堆中最小的元素)比較,如果被掃描的元素大于堆頂,則替換堆頂?shù)脑兀⒄{(diào)整堆,以保證堆內(nèi)的k個元素,總是當(dāng)前最大的k個元素。
直到,掃描完所有n-k個元素,最終堆中的k個元素,就是所要求的TopK。
以這個數(shù)組{12,15,21,41,30}為例,找到前3個最大的元素。
那如果是將一組進(jìn)行從小到大排序,我們該采用大根堆還是小根堆?
答案是:大根堆!
步驟如下:
將這組數(shù)據(jù)調(diào)整為大根堆調(diào)整為大根堆;
0下標(biāo)和最后1個未排序的元素進(jìn)行交換即可;
重復(fù)1、2,直到結(jié)束。
如果求前K個最大的元素,要建一個小根堆。如果求前K個最小的元素,要建一個大根堆。第K大的元素。建一個小堆,堆頂元素就是第K大的元素。第K小的元素。建一個大堆,堆頂元素就是第K小的元素。
public void heapSort() { int end = this.usedSize-1; while (end > 0) { int tmp = elem[0]; elem[0] = elem[end]; elem[end] = tmp; shiftDown(0,end); end--; } } public void shiftDown(int parent,int len) { int child = 2*parent+1; //1、最起碼 是有左孩子的,至少有1個孩子 while (child < len) { if(child+1 < len && elem[child] < elem[child+1]) { child++;//保證當(dāng)前左右孩子最大值的下標(biāo) } if(elem[child] > elem[parent]) { int tmp = elem[child]; elem[child] = elem[parent]; elem[parent] = tmp; parent = child; child = 2*parent+1; }else { break; } } }
讀到這里,這篇“Java數(shù)據(jù)結(jié)構(gòu)之優(yōu)先級隊列實例分析”文章已經(jīng)介紹完畢,想要掌握這篇文章的知識點還需要大家自己動手實踐使用過才能領(lǐng)會,如果想了解更多相關(guān)內(nèi)容的文章,歡迎關(guān)注億速云行業(yè)資訊頻道。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。