优先级最小堆java 最小堆优先队列
转载
一、 优先队列的概述
在前面的数据结构(三):线性表-栈,队列中记录到,队列是先进先出的结构,元素在队列末端添加,在队列前头删除,若使用该队列的数据结构,则当要找出队列中的最大最小值时,需要遍历队列
对每个元素做比较后得出,这样在实际的生产应用中效率是很低的,这时就需要有一种队列,能快捷的获取队列中的最大或最小值,叫做优先队列。
使用优先队列保存数据元素,能快速的获取队列的最大或最小值,比如计算机中有多个排队的任务,但是需要按照优先级一一执行,此时优先队列的优势便得到了体现,在前一章对堆的记录中
我们发现堆能快速的找到最大或最小值并删除,符合优先队列的应用场景,因此本章我们使用堆来实现最大,最小优先队列和索引优先队列
二、 最小优先队列
1、最小优先队列实际就是一个小顶堆,即每次插入堆中的元素,都存储至堆末端,通过上浮操作比较,小于父节点则和父节点交换元素,直到根结点为止,这样就形成了一个小顶堆。
2、在获取最小值时,由于堆是数组的结构,只需获取根结点的值,即数组下标为1的值即可。
3、获取最小值并删除,则可以交换根结点和尾结点,之后删除尾结点,并对根结点进行下沉操作,保证每个父节点都小于两个左右子树即可
public class MinPriorityQueue<T extends Comparable<T>> {
// 初始化堆
private T[] items;
// 初始化个数
private int N;
/**
* 返回优先队列大小
*
* @return
*/
public int size() {
return N;
}
/**
* 队列是否为空
*
* @return
*/
public boolean isEmpty() {
return N==0;
}
/**
* 构造方法,传入堆的初始大小
*
* @param size
*/
public MinPriorityQueue(int size) {
items = (T[]) new Comparable[size + 1];
N = 0;
}
/**
* 判断堆中索引i处的值是否小于j处的值
*
* @param i
* @param j
* @return
*/
private boolean bigger(int i, int j) {
return items[i].compareTo(items[j]) > 0;
}
/**
* 元素位置的交换
*
* @param col
* @param i
* @param j
*/
private void switchPos(int i, int j) {
T temp = items[i];
items[i] = items[j];
items[j] = temp;
}
/**
* 删除堆中最大的元素,并且返回这个元素
*
* @return
*/
public T delMin() {
// 获取根结点最大值
T minValue = items[1];
// 交换根结点和尾结点
switchPos(1, N);
// 尾结点置空
items[N] = null;
// 堆数量减1
N--;
// 根结点下沉
sink(1);
return minValue;
}
/**
* 往堆中插入一个元素t
*
* @param t
*/
public void insert(T t) {
items[++N] = t;
swim(N);
}
/**
* 使用上浮算法,使堆中索引k处的值能够处于一个正确的位置
*
* @param k
*/
private void swim(int k) {
while (k > 1) {
if (bigger(k / 2, k)) {
switchPos(k, k /2);
}
k = k / 2;
}
}
/**
* 使用下沉算法,使堆中索引k处的值能够处于一个正确的位置
*
* @param k
*/
private void sink(int k) {
while (2 * k <= N) {
int min;
// 存在右子结点的情况
if (2 * k + 1 <= N) {
if (bigger(2 * k, 2 * k + 1)) {
min = 2 * k + 1;
} else {
min = 2 * k;
}
} else {
min = 2 * k;
}
// 当前结点不比左右子树结点的最小值小,则退出
if (bigger(min, k)) {
break;
}
switchPos(k, min);
k = min;
}
}
public static void main(String[] args) {
String[] arr = { "S", "O", "R", "T", "E", "X", "A", "M", "P", "L", "E" };
MinPriorityQueue<String> minpq = new MinPriorityQueue<>(20);
for (String s : arr) {
minpq.insert(s);
}
String del;
while (!minpq.isEmpty()) {
del = minpq.delMin();
System.out.print(minpq.size());
System.out.println(del + ",");
}
}
}
|
三、 最大优先队列
1、最大优先队列实际就是一个大顶堆,即每次插入堆中的元素,都存储至堆末端,通过上浮操作比较,大于父节点则和父节点交换元素,直到根结点为止,这样就形成了一个大顶堆。
2、在获取最大值时,由于堆是数组的结构,只需获取根结点的值,即数组下标为1的值即可。
3、获取最大值并删除,则可以交换根结点和尾结点,之后删除尾结点,并对根结点进行下沉操作,保证每个父节点都大于两个左右子树即可
public class MaxPriorityQueue<T extends Comparable<T>> {
// 初始化堆
private T[] items;
// 初始化个数
private int N;
/**
* 返回优先队列大小
*
* @return
*/
public int size() {
return N;
}
/**
* 队列是否为空
*
* @return
*/
public boolean isEmpty() {
return N == 0;
}
/**
* 构造方法,传入堆的初始大小
*
* @param size
*/
public MaxPriorityQueue(int size) {
items = (T[]) new Comparable[size + 1];
N = 0;
}
/**
* 判断堆中索引i处的值是否小于j处的值
*
* @param i
* @param j
* @return
*/
private boolean bigger(int i, int j) {
return items[i].compareTo(items[j]) > 0;
}
/**
* 元素位置的交换
*
* @param col
* @param i
* @param j
*/
private void switchPos(int i, int j) {
T temp = items[i];
items[i] = items[j];
items[j] = temp;
}
/**
* 删除堆中最大的元素,并且返回这个元素
*
* @return
*/
public T delMax() {
// 获取根结点最大值
T maxValue = items[1];
// 交换根结点和尾结点
switchPos(1, N);
// 尾结点置空
items[N] = null;
// 堆数量减1
N--;
// 根结点下沉
sink(1);
return maxValue;
}
/**
* 往堆中插入一个元素t
*
* @param t
*/
public void insert(T t) {
items[++N] = t;
swim(N);
}
/**
* 使用上浮算法,使堆中索引k处的值能够处于一个正确的位置
*
* @param k
*/
private void swim(int k) {
while (k > 1) {
if (bigger(k, k / 2)) {
switchPos(k, k / 2);
}
k = k / 2;
}
}
/**
* 使用下沉算法,使堆中索引k处的值能够处于一个正确的位置
*
* @param k
*/
private void sink(int k) {
while (2 * k <= N) {
int max;
// 存在右子结点的情况
if (2 * k + 1 <= N) {
if (bigger(2 * k, 2 * k + 1)) {
max = 2 * k;
} else {
max = 2 * k + 1;
}
} else {
max = 2 * k;
}
// 当前结点比左右子树的最大值大,则退出
if (bigger(k, max)) {
break;
}
switchPos(k, max);
k = max;
}
}
public static void main(String[] args) {
String[] arr = { "S", "O", "R", "T", "E", "X", "A", "M", "P", "L", "E" };
MaxPriorityQueue<String> maxpq = new MaxPriorityQueue<>(20);
for (String s : arr) {
maxpq.insert(s);
}
System.out.println(maxpq.size());
String del;
while (!maxpq.isEmpty()) {
del = maxpq.delMax();
System.out.print(del + ",");
}
}
}
|
本文章为转载内容,我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题,欢迎原作者联系我们进行内容更正或删除文章。