首页 > 世链号 > 堆和堆傻傻分不清?一文告诉你 Java 集合中「堆」的最佳打开方式
链讯管理局  

堆和堆傻傻分不清?一文告诉你 Java 集合中「堆」的最佳打开方式

摘要:堆其实就是一种特殊的队列——优先队列。 普通的队列游戏规则很简单:就是先进先出;但这种优先队列搞特殊,不是按照进队列的时间顺序,而是按照每个元素的优先级来比拼,优先级高的在堆顶。

来源:小齐本齐

什么是堆?

**
**

堆其实就是一种特殊的队列——优先队列。

普通的队列游戏规则很简单:就是先进先出;但这种优先队列搞特殊,不是按照进队列的时间顺序,而是按照每个元素的优先级来比拼,优先级高的在堆顶

这也很容易理解吧,比如各种软件都有会员制度,某软件用了会员就能加速下载的,不同等级的会员速度还不一样,那就是优先级不同呀。

还有其实每个人回复微信消息也是默默的把消息放进堆里排个序:先回男朋友女朋友的,然后再回其他人的。

这里要区别于操作系统里的那个“堆”,这两个虽然都叫堆,但是没有半毛钱关系,都是借用了 Heap 这个英文单词而已。

我们再来回顾一下「」在整个 Java 集合框架中的位置:

堆和堆傻傻分不清?一文告诉你 Java 集合中「堆」的最佳打开方式

也就是说,

  • PriorityQueue 是一个类 (class);

  • PriorityQueue 继承自 Queue 这个接口 (Interface);

那 heap 在哪呢?

heap 其实是一个抽象的数据结构,或者说是逻辑上的数据结构,并不是一个物理上真实存在的数据结构。

heap 其实有很多种实现方式,比如 binomial heap, Fibonacci heap 等等。但是面试最常考的,也是最经典的,就是 binary heap 二叉堆,也就是用一棵完全二叉树来实现的。

那完全二叉树是怎么实现的?

其实是用数组来实现的!

所以 binary heap/PriorityQueue 实际上是用数组来实现的。

这个数组的排列方式有点特别,因为它总会维护你定义的(或者默认的)优先级最高的元素在数组的首位,所以不是随便一个数组都叫「堆」,实际上,它在你心里,应该是一棵「完全二叉树」。

这棵完全二叉树,只存在你心里和各大书本上;实际在在内存里,哪有什么树?就是数组罢了。

那为什么完全二叉树可以用数组来实现?是不是所有的树都能用数组来实现?

这个就涉及完全二叉树的性质了,我们下一篇会细讲,简单来说,因为完全二叉树的定义要求了它在层序遍历的时候没有气泡,也就是连续存储的,所以可以用数组来存放;第二个问题当然是否。

**

**

堆的特点

**
**

  1. 堆是一棵完全二叉树;

  2. 堆序性 (heap order): 任意节点都优于它的所有孩子

a. 如果是任意节点都大于它的所有孩子,这样的堆叫大顶堆,Max Heap;

b. 如果是任意节点都小于它的所有孩子,这样的堆叫小顶堆,Min Heap;

堆和堆傻傻分不清?一文告诉你 Java 集合中「堆」的最佳打开方式

左图是小顶堆,可以看出对于每个节点来说,都是小于它的所有孩子的,注意是所有孩子,包括孙子,曾孙 ...

  1. 既然堆是用数组来实现的,那么我们可以找到每个节点和它的父母 / 孩子之间的关系,从而可以直接访问到它们。

堆和堆傻傻分不清?一文告诉你 Java 集合中「堆」的最佳打开方式

比如对于节点 3 来说,

  • 它的 Index = 1,

  • 它的 parent index = 0,

  • 左孩子 left child index = 3,

  • 右孩子 right child index = 4.

可以归纳出如下规律:

  • 设当前节点的 index = x,

  • 那么 parent index = (x-1)/2,

  • 左孩子 left child index = 2*x + 1,

  • 右孩子 right child index = 2*x + 2.

有些书上可能写法稍有不同,是因为它们的数组是从 1 开始的,而我这里数组的下标是从 0 开始的,都是可以的。

这样就可以从任意一个点,一步找到它的孙子、曾孙子,真的太方便了,在后文讲具体操作时大家可以更深刻的体会到。

**

**

基本操作

**
**

任何一个数据结构,无非就是增删改查四大类:

功能 方法 时间复杂度
offer(E e) O(logn)
poll() O(logn)
无直接的 API 删 + 增
peek() O(1)

这里 peek() 的时间复杂度很好理解,因为堆的用途就是能够快速的拿到一组数据里的最大 / 最小值,所以这一步的时间复杂度一定是 O(1) 的,这就是堆的意义所在。

那么我们具体来看 offer(E e) 和 poll() 的过程。

**

**

offer(E e)

**
**

比如我们新加一个 0 到刚才这个最小堆里面:

堆和堆傻傻分不清?一文告诉你 Java 集合中「堆」的最佳打开方式

那很明显,0 是要放在最上面的,可是,直接放上去就不是一棵完全二叉树了啊。。

所以说,

  • 我们先保证加了元素之后这棵树还是一棵完全二叉树,

  • 然后再通过 swap 的方式进行微调,来满足堆序性。

这样就保证满足了堆的两个特点,也就是保证了加入新元素之后它还是个堆

那具体怎么做呢:

Step 1.

先把 0 放在最后接上,别一上来就想着上位;

堆和堆傻傻分不清?一文告诉你 Java 集合中「堆」的最佳打开方式

OK!总算先上岸了,然后我们再一步步往上走。

这里「能否往上走」的标准在于:
是否满足堆序性

也就是说,现在 5 和 0 之间不满足堆序性,那么交换位置,换到直到满足堆序性为止

这里对于最小堆来说的堆序性,就是小的数要在上面

Step 2. 与 5 交换

堆和堆傻傻分不清?一文告诉你 Java 集合中「堆」的最佳打开方式

此时 0 和 3 不满足堆序性了,那么再交换。

Step 3. 与 3 交换

堆和堆傻傻分不清?一文告诉你 Java 集合中「堆」的最佳打开方式

还不行,0 还比 1 小,所以继续换。

Step 4. 与 1 交换

堆和堆傻傻分不清?一文告诉你 Java 集合中「堆」的最佳打开方式

OK!这样就换好了,一个新的堆诞生了~

总结一下这个方法:

先把新元素加入数组的末尾,再通过不断比较与 parent 的值的大小,决定是否交换,直到满足堆序性为止。

这个过程就是 siftUp(),源码如下:

堆和堆傻傻分不清?一文告诉你 Java 集合中「堆」的最佳打开方式

时间复杂度

这里不难发现,其实我们只交换了一条支路上的元素,

堆和堆傻傻分不清?一文告诉你 Java 集合中「堆」的最佳打开方式

也就是最多交换 O(height) 次。

那么对于完全二叉树来说,除了最后一层都是满的,O(height) = O(logn)

所以 offer(E e) 的时间复杂度就是 O(logn) 啦。

**

**

poll()

**
**

poll() 就是把最顶端的元素拿走。

对了,没有办法拿走中间的元素,毕竟要 VIP 先出去,小弟才能出去。

那么最顶端元素拿走后,这个位置就空了:

堆和堆傻傻分不清?一文告诉你 Java 集合中「堆」的最佳打开方式

我们还是先来满足堆序性,因为比较容易满足嘛,直接从最后面拿一个来补上就好了,先放个傀儡上来。

Step1. 末尾元素上位

堆和堆傻傻分不清?一文告诉你 Java 集合中「堆」的最佳打开方式

这样一来,堆序性又不满足了,开始交换元素。

那 8 比 7 和 3 都大,应该和谁交换呢?

假设与 7 交换,那么 7 还是比 3 大,还得 7 和 3 换,麻烦。

所以是与左右孩子中较小的那个交换。

Step 2. 与 3 交换

堆和堆傻傻分不清?一文告诉你 Java 集合中「堆」的最佳打开方式

下去之后,还比 5 和 4 大,那再和 4 换一下。

Step 3. 与 4 交换

堆和堆傻傻分不清?一文告诉你 Java 集合中「堆」的最佳打开方式

OK!这样这棵树总算是稳定了。

总结一下这个方法:

先把数组的末位元素加到顶端,再通过不断比较与左右孩子的值的大小,决定是否交换,直到满足堆序性为止。

这个过程就是 siftDown(),源码如下:

堆和堆傻傻分不清?一文告诉你 Java 集合中「堆」的最佳打开方式

时间复杂度

同样道理,也只交换了一条支路上的元素,也就是最多交换 O(height) 次。

所以 offer(E e) 的时间复杂度就是 O(logn) 啦。

**

**

heapify()

**
**

还有一个大名鼎鼎的非常重要的操作,就是 heapify() 了,它是一个很神奇的操作,

可以用 O(n) 的时间把一个乱序的数组变成一个 heap。

但是呢,heapify() 并不是一个 public API,看:

堆和堆傻傻分不清?一文告诉你 Java 集合中「堆」的最佳打开方式

所以我们没有办法直接使用。

唯一使用 heapify() 的方式呢,就是使用 PriorityQueue(Collection c)

这个 constructor 的时候,人家会自动调用 heapify() 这个操作。

那具体是怎么做的呢?

哈哈源码已经暴露了:

从最后一个非叶子节点开始,从后往前做 siftDown().

因为叶子节点没必要操作嘛,已经到了最下面了,还能和谁 swap?

举个例子:

堆和堆傻傻分不清?一文告诉你 Java 集合中「堆」的最佳打开方式

我们想把这个数组进行 heapify() 操作,想把它变成一个最小堆,拿到它的最小值。

那就要从 3 开始,对 3,7,5 进行 siftDown().

Step 1.

堆和堆傻傻分不清?一文告诉你 Java 集合中「堆」的最佳打开方式

尴尬 😅,3 并不用交换,因为以它为顶点的这棵小树已经满足了堆序性。

Step 2.

堆和堆傻傻分不清?一文告诉你 Java 集合中「堆」的最佳打开方式

7 比它的两个孩子都要大,所以和较小的那个交换一下。

交换完成后;

堆和堆傻傻分不清?一文告诉你 Java 集合中「堆」的最佳打开方式

Step 3.

最后一个要处理的就是 5 了,那这里 5 比它的两个孩子都要大,所以也和较小的那个交换一下。

堆和堆傻傻分不清?一文告诉你 Java 集合中「堆」的最佳打开方式

换完之后结果如下,注意并没有满足堆序性,因为 4 还比 5 小呢。

堆和堆傻傻分不清?一文告诉你 Java 集合中「堆」的最佳打开方式

所以接着和 4 换,结果如下:

堆和堆傻傻分不清?一文告诉你 Java 集合中「堆」的最佳打开方式

这样整个 heapify() 的过程就完成了。

好了难点来了,为什么时间复杂度是 O(n) 的呢?

怎么计算这个时间复杂度呢?

其实我们在这个过程里做的操作无非就是交换交换。

那到底交换了多少次呢?

没错,交换了多少次,时间复杂度就是多少。

那我们可以看出来,其实同一层的节点最多交换的次数都是相同的。

那么这个总的交换次数 = 每层的节点数 * 每个节点最多交换的次数

堆和堆傻傻分不清?一文告诉你 Java 集合中「堆」的最佳打开方式

这里设 k 为层数,那么这个例子里 k=3.

每层的节点数是从上到下以指数增长:

每个节点交换的次数,

从下往上就是:

那么总的交换次数_S(k)_ 就是两者相乘再相加:

这是一个等比等差数列,标准的求和方式就是错位相减法

那么

两者相减得:

化简一下:

(不好意思我实在受不了这个编辑器了。。。

堆和堆傻傻分不清?一文告诉你 Java 集合中「堆」的最佳打开方式

所以 heapify() 时间复杂度是 O(n).

以上就是堆的三大重要操作,最后一个 heapify() 虽然不能直接操作,但是堆排序中用到了这种思路。

Tags:
免责声明
世链财经作为开放的信息发布平台,所有资讯仅代表作者个人观点,与世链财经无关。如文章、图片、音频或视频出现侵权、违规及其他不当言论,请提供相关材料,发送到:2785592653@qq.com。
风险提示:本站所提供的资讯不代表任何投资暗示。投资有风险,入市须谨慎。
世链粉丝群:提供最新热点新闻,空投糖果、红包等福利,微信:juu3644。