1.队列是一种先进先出(FIFO)的数据结构,但有些情况下,操作的数据可能带有优先级,一般出队
列时,可能需要优先级高的元素先出队列
堆实际就是在完全二叉树的基础上进行了一些调整
如果有一个关键码的集合K = {k0,k1, k2,…,kn-1},把它的所有元素按完全二叉树的顺序存储方式存储 在一 个一维数组中,并满足:Ki <= K2i+1 且 Ki<= K2i+2 (Ki >= K2i+1 且 Ki >= K2i+2) i = 0,1,2…,则称为 小堆(或大堆)。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。
2.堆的性质:
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。
3.堆向下调整
向下过程(以大堆为例):
private void shiftDown(int parent,int len) {
int child = 2 * parent +1;
//一定有左孩子
while (child < len) {
//一定有右孩子的情况
if (child+1 < len && elem[child] < elem[child+1]) {
child++;
}
//此时的child为左右孩子最大值的下标
if(elem[child] <= elem[parent]) {
break;
} else {
swap(elem,child,parent);
parent = child;
child = 2 * parent + 1;
}
}
}
4.堆的创建
public void createHeap() {
int root = (usedSize-1-1) / 2;
for (int i = root; i >= 0 ; i--) {
shiftDown(root,usedSize);
}
}
5. 建堆的时间复杂度
建堆的时间复杂度为O(N)。
6.堆的插入
堆的插入总共需要两个步骤:
- 先将元素放入到底层空间中(注意:空间不够时需要扩容)
- 将最后新插入的节点向上调整,直到满足堆的性质
public void offer(int val) {
if(isFull()) {
elem = Arrays.copyOf(elem,elem.length * 2);
}
elem[usedSize++] = val;
shiftUp(usedSize-1);
}
7.堆的删除
注意:堆的删除一定删除的是堆顶元素。
具体如下:
- 将堆顶元素对堆中最后一个元素交换
- 将堆中有效数据个数减少一个
- 对堆顶元素进行向下调整
public void pop() {
if(isEmpty()) {
return;
}
int end = usedSize-1;
swap(elem,0,end);
shiftDown(0, end-1);
}
8.改变优先级队列大小堆
用户自己定义的比较器:直接实现Comparator接口,然后重写该接口中的compare方法
priorityQueue队列是小堆,如果需要大堆需要用户提供比较器
import java.util.Comparator;
import java.util.PriorityQueue;
class GreaterIntcomp implements Comparator<Integer> {
@Override
public int compare(Integer o1, Integer o2) {
return o2-o1;
}
}
class Solution {
public int lastStoneWeight(int[] stones) {
GreaterIntcomp greaterIntcomp = new GreaterIntcomp();
PriorityQueue<Integer> maxHeap = new PriorityQueue<>(greaterIntcomp);
或者
PriorityQueue<Integer> maxHeap = new PriorityQueue<>((a, b) -> b - a);