简介


堆对于排序算法是一个比较常用的数据结构,下面我就使用Java语言来实现这一算法


首先,我们需要知道堆的数据结构的形式,其实就是一个特殊的二叉树。但是这个二叉树有一定的特点,除了是完全二叉树以外,对于最大堆而言,堆顶元素的值是最大的,而且对于堆的每一个子树也是一个小一号的最大堆;同样对于最小堆,性质相反就可以了。


我以最大堆为例:

要实现堆的初始化操作,就是先按照给定的元素创建一棵完全二叉树,然后从末尾节点进行不断地调整的过程。调整的原则是:比较要进行放置的当前节点与其父节点的数值的大小,若要进行放置的当前节点的值小于其父节点,那么当前节点所在位置符合最大堆的定义,要进行放置的当前节点放在此处是比较合适的;如果要进行放置的当前节点的值大于其父节点的值,那说明放在当前节点是不合适的,那么就需要将当前节点的值与其父节点的值进行交换,然后原父节点变为新的要进行放置的当前节点。循环比较;终止条件就是当前节点没有父节点,但此时的调整也许并没有结束,我们只需要让堆顶元素为要插入的值即可。至此,最大堆的插入和调整过程结束。

代码如下:

public boolean insert(int x){
        if(currentSize==MAXSIZE){
            System.out.println("Sorry,this heap is full!");
            return false;
        }
        //如果堆不满的话
        currentSize++;
        int flag=currentSize-1;
        while(flag>0){
            int parent=(flag-1)/2;
            if(heap[parent]>x){
                heap[flag]=x;
                return true;
            }else{
                heap[flag]=heap[parent];
                flag=parent;
            }
        }
        heap[0]=x;
        return true;
    }

siftDown过程:给定一个节点的位置,对其进行调整,使之符合最大堆的定义,这个过程就是我们要实现的过程。调整原则如下:

对于当前节点i而言,其孩子节点的下标满足左节点为2*i+1,右节点为2*i+2;在进行调整的过程中,只需要比较当前节点与其子节点中最大的节点进行调整即可。具体的代码逻辑可在代码中看到:

public void siftDown(int flag){
        int want=flag;
        int x=heap[flag];

        while(want<currentSize){
            int lChild=2*want+1;
            int rChild=2*want+2;
            int MAXChildNumber;
            if(lChild>currentSize){  //没有孩子节点
                heap[want]=x;
            }else{                   //有两个孩子节点
                if(lChild<currentSize){
                    MAXChildNumber=heap[lChild]>heap[rChild]?lChild:rChild;
                }else{
                    MAXChildNumber=lChild;
                }
                if(heap[MAXChildNumber]<x){
                    heap[want]=x;return;
                }else{
                    heap[want]=heap[MAXChildNumber];
                    want=MAXChildNumber;
                }
            }
        }

    }

堆顶元素的删除,我们对堆的操作基本桑就是为了获得这个堆的最值,那么毫无疑问,堆顶元素就是我们要研究的对象。下面是代码逻辑:

public int deleteTop(){
        if(currentSize<0){
            System.out.println("Sorry, this heap is empty!");
            return -1;
        }
        int target=heap[0];
        int substitute=heap[currentSize-1];
        this.currentSize--;
        heap[0]=substitute;
        siftDown(0);
        return target;
    }

下面是详细的代码

package test.maxHeap;

public class MaxHeap {

    private int []heap ;
    private int currentSize;
    private static int MAXSIZE ;

    public MaxHeap(int n){
        heap=new int[n];
        currentSize=0;
        MAXSIZE=n;
    }

    public boolean insert(int x){
        if(currentSize==MAXSIZE){
            System.out.println("Sorry,this heap is full!");
            return false;
        }
        //如果堆不满的话
        currentSize++;
        int flag=currentSize-1;
        while(flag>0){
            int parent=(flag-1)/2;
            if(heap[parent]>x){
                heap[flag]=x;
                return true;
            }else{
                heap[flag]=heap[parent];
                flag=parent;
            }
        }
        heap[0]=x;
        return true;
    }

    public void siftDown(int flag){
        int want=flag;
        int x=heap[flag];

        while(want<currentSize){
            int lChild=2*want+1;
            int rChild=2*want+2;
            int MAXChildNumber;
            if(lChild>currentSize){  //没有孩子节点
                heap[want]=x;
            }else{                   //有两个孩子节点
                if(lChild<currentSize){
                    MAXChildNumber=heap[lChild]>heap[rChild]?lChild:rChild;
                }else{
                    MAXChildNumber=lChild;
                }
                if(heap[MAXChildNumber]<x){
                    heap[want]=x;return;
                }else{
                    heap[want]=heap[MAXChildNumber];
                    want=MAXChildNumber;
                }
            }
        }

    }

    public int deleteTop(){
        if(currentSize<0){
            System.out.println("Sorry, this heap is empty!");
            return -1;
        }
        int target=heap[0];
        int substitute=heap[currentSize-1];
        this.currentSize--;
        heap[0]=substitute;
        siftDown(0);
        return target;
    }

}

好了,编码已经完成。下面我们就要检验一下是否正确吧。

public class MaxHeapTest {

    public static void main(String []args){
        MaxHeap maxHeap=new MaxHeap(7);
        for(int i=1;i<=7;i++){
            maxHeap.insert(i);
        }
        for(int i=0;i<7;i++){
            System.out.print(maxHeap.deleteTop()+"   ");
        }
        System.out.println("\n");
    }
}

接下来是程序的运行结果:

7   6   5   4   3   2   1
//可见,对于最大堆,删除堆顶的操作实际上就是完成了对堆的排序任务,也证明了我们的代码是正确的

总结:

堆的操作很重要,我们更要学会对于堆的应用,这样的数据结构才能使得程序的运行更加的高效和流畅。对于最小堆,我们只需要在插入方法,sift方法内稍加修改即可(也就是将值的代销变换关系进行调整)。这样就同样能实现最小堆的创建和相关的操作了。

代码中可能存在不太恰当地地方,希望大家予以批评指正,期待与你们共同进步!

Java实现堆的封装,进行插入,调整,删除堆顶以完成堆排序实例的更多相关文章

  1. Java 获取Word中的所有插入和删除修订

    在 Word 文档中启用跟踪更改功能后,会记录文档中的所有编辑行为,例如插入.删除.替换和格式更改.对插入或删除的内容,可通过本文中介绍的方法来获取. 引入Jar 方法1 手动引入:将 Free Sp ...

  2. 数据结构Java实现03----单向链表的插入和删除

    文本主要内容: 链表结构 单链表代码实现 单链表的效率分析 一.链表结构: (物理存储结构上不连续,逻辑上连续:大小不固定)            概念: 链式存储结构是基于指针实现的.我们把一个数据 ...

  3. 数据结构Java实现02----单向链表的插入和删除

    文本主要内容: 链表结构 单链表代码实现 单链表的效率分析 一.链表结构: (物理存储结构上不连续,逻辑上连续:大小不固定)            概念: 链式存储结构是基于指针实现的.我们把一个数据 ...

  4. Java实现 LeetCode 380 常数时间插入、删除和获取随机元素

    380. 常数时间插入.删除和获取随机元素 设计一个支持在平均 时间复杂度 O(1) 下,执行以下操作的数据结构. insert(val):当元素 val 不存在时,向集合中插入该项. remove( ...

  5. 大话数据结构(五)(java程序)——顺序存储结构的插入与删除

    获得元素操作 对于线性表的顺序存储结构来说,我们要实现getElement操作,即将线性表的第i个位置元素返回即可 插入操作 插入算法思路: 1.如果插入位置不合理,抛出异常 2.如果插入表的长度大于 ...

  6. Java实现二叉搜索树的插入、删除

    前置知识 二叉树的结构 public class TreeNode { int val; TreeNode left; TreeNode right; TreeNode() { } TreeNode( ...

  7. C++实现最小堆及插入,调整顺序,删除堆顶元素的操作

    上次用Java实现了最大堆的封装,这次就来写一下最小堆的实现吧 插入函数的思路: 向堆中插入元素有两种情况,一种是堆为空,那么就让插入值作为根节点即可:另一种是堆不为空,那么此时就要进行判断当前节点与 ...

  8. 堆+建堆、插入、删除、排序+java实现

    package testpackage; import java.util.Arrays; public class Heap { //建立大顶堆 public static void buildMa ...

  9. java基础1.0::Java面向对象、面向对象封装、抽象类、接口、static、final

    一.前言 一直以来都是拿来主义,向大神学习,从网上找资料,现在就把自己在工作中和学习中的所理解的知识点写出来,好记星不如烂笔头,一来可以作为笔记自己温习,二来也可以给走在求学之路的同学们一点参考意见, ...

随机推荐

  1. 使用svn无法cleanup和lock问题

    step1: 到 sqlite官网 (http://www.sqlite.org/download.html) 下载 sqlite3.exe 找到 Precompiled Binaries for W ...

  2. RHEL(红帽七)的DNS配置

    RHEL7的DNS配置 本文中用到的所有参数均位于文末附录中   查询bind-chroot这个安装包 Yum 安装 bind-chroot 进入named.conf文件 复制以下参数进去 进入这个文 ...

  3. 【python标准库模块四】Json模块和Pickle模块学习

    Json模块 原来有个eval函数能能够从字符串中提取出对应的数据类型,比如"{"name":"zhangsan"}",可以提取出一个字典. ...

  4. window环境搭建zookeeper,kafka集群

    为了演示集群的效果,这里准备一台虚拟机(window 7),在虚拟机中搭建了单IP多节点的zookeeper集群(多IP节点的也是同理的),并且在本机(win 7)和虚拟机中都安装了kafka. 前期 ...

  5. Sqoop-1.4.6 Merge源码分析与改造使其支持多个merge-key

    Sqoop中提供了一个用于合并数据集的工具sqoop-merge.官方文档中的描述可以参考我的另一篇博客Sqoop-1.4.5用户手册. Merge的基本原理是,需要指定新数据集和老数据集的路径,根据 ...

  6. Android属性动画完全解析(下),Interpolator和ViewPropertyAnimator的用法

    转载请注明出处:http://blog.csdn.net/guolin_blog/article/details/44171115 大家好,欢迎继续回到Android属性动画完全解析.在上一篇文章当中 ...

  7. cassandra 并发技术介绍

    摘要 本文主要介绍cassandra线程技术,cassandra的实现是基于java的,所以线程技术使用的也是jdk包提供的线程类.cassandra是分布式数据库,整个并发架构是基于阶段事件驱动架构 ...

  8. 【SSH系列】Hibernate映射-- 多对一单向关联映射

    在hibernate中非常重要的就是映射,在前面的博文中,小编简单的介绍了基本映射,基本映射是对一个实体进行映射,关联映射就是处理多个实体之间的关系,将关联关系映射到数据库中,所谓的关联关系在对象模型 ...

  9. linux 防火墙操作

    root/12345 (只能用ROOT操作)iptables -I INPUT -s x.x.x.x -p tcp --dport 8091 -j ACCEPT   #允许x.x.x.x访问本机的80 ...

  10. 深入浅出如何解析xml文件---下篇

    在上篇博文中,小编主要介绍xml的两种解析方式,分别是dom4j和dom,今天这篇博文,小编主要来简单介绍一下xml的其她两种解析方式sax和jdom.  sax解析xml文件 sax,全称是Simp ...