Java 数据结构与算法系列精讲之二叉堆

概述

从今天开始, 小白我将带大家开启 Java 数据结构 & 算法的新篇章.

优先队列

优先队列 (Priority Queue) 和队列一样, 是一种先进先出的数据结构. 优先队列中的每个元素有各自的优先级, 优先级最高的元素最先得到服务. 如图:

二叉堆

二叉堆 (Binary Heap) 是一种特殊的堆, 二叉堆具有堆的性质和二叉树的性质. 二叉堆中的任意一节点的值总是大于等于其孩子节点值. 如图:

二叉堆实现

获取索引

// 获取父节点的索引值
public int parent(int index) {
   if (index <= 0) {
       throw new RuntimeException("Invalid Index");
   }

return (index - 1) / 2;
}

// 获取左孩子节点索引
public int leftChild(int index) {
   return index * 2 + 1;
}

// 获取右孩子节点索引
public int rightChild(int index) {
   return index * 2 + 2;
}

添加元素

// 添加元素
public void add(E e) {
   data.add(e);
   siftUp(data.size() - 1);
}

siftUp

// siftDown
private void siftDown(int k) {
   while (leftChild(k) < data.size()) {
       int j = leftChild(k);
       if (j + 1 < data.size() && data.get(j + 1).compareTo(data.get(j)) > 0) {
           j++;
       }
       if (data.get(k).compareTo(data.get(j)) >= 0) {
           break;
       }
       Collections.swap(data, k, j);
       k = j;
   }
}

完整代码

import java.util.ArrayList;
import java.util.Collections;

public class BinaryHeap<E extends Comparable<E>> {

private ArrayList<E> data;

// 无参构造
   public BinaryHeap() {
       data = new ArrayList<>();
   }

// 有参构造
   public BinaryHeap(int capacity) {
       data = new ArrayList<>(capacity);
   }

// 或者元素个数
   public int size() {
       return data.size();
   }

// 判断堆是否为空
   public boolean isEmpty() {
       return data.isEmpty();
   }

// 获取父节点的索引值
   public int parent(int index) {
       if (index <= 0) {
           throw new RuntimeException("Invalid Index");
       }

return (index - 1) / 2;
   }

// 获取左孩子节点索引
   public int leftChild(int index) {
       return index * 2 + 1;
   }

// 获取右孩子节点索引
   public int rightChild(int index) {
       return index * 2 + 2;
   }

// 添加元素
   public void add(E e) {
       data.add(e);
       siftUp(data.size() - 1);
   }

// siftUp
   private void siftUp(int k) {
       while (k > 0 && data.get(parent(k)).compareTo(data.get(k)) < 0) {
           Collections.swap(data, k, parent(k));
           k = parent(k);
       }

}

// siftDown
   private void siftDown(int k) {
       while (leftChild(k) < data.size()) {
           int j = leftChild(k);
           if (j + 1 < data.size() && data.get(j + 1).compareTo(data.get(j)) > 0) {
               j++;
           }
           if (data.get(k).compareTo(data.get(j)) >= 0) {
               break;
           }
           Collections.swap(data, k, j);
           k = j;
       }
   }
}

来源：https://iamarookie.blog.csdn.net/article/details/122020449