侧边栏壁纸
博主头像
神奇的程序员

今天的努力只为未来

  • 累计撰写 167 篇文章
  • 累计创建 25 个标签
  • 累计收到 215 条评论

目 录CONTENT

文章目录

实现二叉堆

神奇的程序员
2020-07-19 / 0 评论 / 2 点赞 / 359 阅读 / 6,188 字 正在检测是否收录...

前言

二叉堆是计算机科学中一种非常著名的数据结构,由于它能高效、快速地找出最大值和最小值因此常被用于优先队列和堆排序算法。

本文将详解二叉堆并用TypeScript将其实现,欢迎各位感兴趣的开发者阅读本文。

写在前面

本文重点讲解堆如何实现,对堆这种数据结构不了解的开发者请移步我的另一篇文章:数据结构:堆

实现思路

二叉堆是一种特殊的二叉树,二叉堆也叫堆,它有以下两个特性:

  • 它是一颗完全二叉树
  • 二叉堆不是最小堆就是最大堆

完全二叉树

一颗完全二叉树,它的每一层都有左侧和右侧子节点(除过最后一层的叶节点),并且最后一层的叶节点尽可能都是左侧子节点。

下图描述了一颗完全二叉树:
ff4a1d04c3077e98fcc7aefe0b074660

最小堆和最大堆

  • 最小堆:所有的节点都小于等于它的子节点
  • 最大堆:所有的节点都大于等于它的子节点

下图描述了最大堆和最小堆
1e11627d68e032295c9a2c140aa1ee26

实现二叉堆

二叉堆有两种表现方式:

  • 像二叉树一样用节点表示
  • 使用数组表示,通过索引值检索父节点、左侧、右侧节点的值

下图描述了两种不同的表示方式
31e8c437e0d3b1d837693c1397ef9784

操作堆节点

我们使用数组来表示二叉堆,对于给定位置(index)的节点,我们可以对其进行如下操作:

  • 获取给定节点的左侧子节点位置:2 * index + 1
  • 获取给定节点的右侧子节点位置:2 * index + 2
  • 获取给定节点的父节点位置:(index - 1) / 2
向堆中插入数据

向堆中插入数据(insert)是指将数据插入堆的底部叶节点再执行上移(siftUp), 表示我们将要把这个数据和它的父节点进行交换,直到父节点小于这个插入的值。

  • insert方法接收一个参数:要插入的数据
  • 需要对插入的数据进行非空判断,如果为null则返回false
  • 数据不为空时,往数组(heap)的末尾追加要插入的数据
  • 插入完成后,执行siftUp操作,将数据移动至合适的位置
  • 上移完成后,则成功的向堆中插入了一条数据,返回true

上移操作的实现如下:

  • siftUp方法接收一个参数:插入数据的索引位置(index)
  • 获取当前要插入数据的父节点位置(parent)
  • index大于0且heap[parent] > heap[index],交换parent和index位置的节点
  • 更新index和parent的值,继续进行节点交换直至heap[parent] < heap[index]

交换的实现如下:

  • swap接收三个参数:要操作的数组,交换的元素位置,被交换的元素位置
  • 声明一个临时变量temp,赋值交换的元素
  • 交换的元素赋值为被交换的元素
  • 被交换的元素赋值为temp

接下来我们用一个例子来描述上述插入过程,如下图所示为一个最小堆,我们要插入一个新的节点2。
7505a622b6746b8299214e1a22be3bc8

  • 找到它的父节点12,比较12与2的大小,12 > 2,进行位置互换
    598e289fbc5e210c6c46f96ae329951c
  • 此时2的父节点是5,5 > 2,进行位置交换
    250af609d5f7e84703f5d891f3b73332
  • 2此时2的父节点是1,1 < 2,插入完成
    3cc4206fdc04511fc8ae99706de753c6
寻找堆中的最大值或最小值
  • 在最小堆中数组的0号元素就是堆的最小值
  • 在最大堆中数组的0号元素就是堆的最大值
导出堆中的最小值或最大值

移除最小值(最小堆)或最大值(最大堆)表示移除数组中的第一个元素(堆的根节点)。

在移除后,我们需要将堆的最后一个元素移动至根部并执行下移(siftDown)函数,表示我们将交换元素直到堆的结构正常。

  • extract函数不接收参数
  • 如果堆为空则返回undefined
  • 如果堆的长度为1,直接返回堆顶元素
  • 否则,声明一个变量保存堆顶元素
  • 执行下移函数调整堆结构
  • 返回刚才保存堆堆顶元素

下移操作的实现:

  • siftDown函数接收一个参数:需要调整的元素位置(index)
  • 声明一个变量(element)保存index
  • 获取index的左子节点(left)、右子节点(right)、堆的大小(size)
  • 如果heap[element] > heap[left],则更新element的值为left
  • 如果heap[element] > heap[right],则更新element的值为right
  • 如果index !== element,则交换index和element位置的元素,继续执行siftDown函数

接下来,我们通过一个例子来讲解上述执行过程,下图描述了一个最小堆
dfce37620fbc50fc2d41445bc3eb10b5

  • 我们导出堆顶节点1
    692027da02c2a7cd3fbde7315418ce6d
  • 此时,我们需要把堆的最后一个节点放到堆顶
    e98717c0a90b5c28c1b70082e8327b24
  • 此时,进行下移操作,比较12和其左子节点2的大小,12 > 2,交换节点位置
    9bfb092fb1d71552cf7d168b1353e51d
  • 继续进行下移操作,比较12和其左子节点5的大小,12 > 5,交换节点位置
    ce76ce44d5cca67ee205e18e3cee4e34
  • 此时index === element,下移操作完成,堆节点导出完成
    f2754d854ab372d6ef5a1bcf335e135b
实现最大堆

上述操作我们实现了一个最小堆,最大堆与最小堆的别就在于节点的比较,因此我们只需要继承最小堆,重写比对函数,将原来的a与b比较,改为b与a比较即可。

实现代码

上面我们讲解了堆的概念,分析了的实现思路,接下来我们将上述实现思路转化为代码

  • 新建Heap.ts文件
  • 声明MinHeap类,声明堆、比对函数、初始化堆
export class MinHeap<T> {
    // 用数组来描述一个堆
    protected heap: T[];

    constructor(protected compareFn: ICompareFunction<T> = defaultCompare) {
        this.heap = [];
    }
}
  • 实现获取左、右、父节点函数
    // 获取左子节点的位置
    protected getLeftIndex(index: number): number {
        return 2 * index + 1;
    }

    // 获取右子节点的位置
    protected getRightIndex(index: number): number {
        return 2 * index + 2;
    }

    // 获取父节点的位置
    protected getParentIndex(index: number): number | undefined {
        if (index === 0) {
            return undefined;
        }
        return Math.floor((index - 1) / 2);
    }
  • 实现插入函数
    insert(value: T): boolean {
        if (value != null) {
            // 向堆的叶结点添加元素,即数组的尾部
            this.heap.push(value);
            // 进行上移操作,即上移节点至合适的位置
            this.siftUp(this.heap.length - 1);
            return true;
        }
        return false;
    }

    // 实现上移函数
    protected siftUp(index: number): void {
        // 获取父节点位置
        let parent = <number>this.getParentIndex(index);
        // 插入的位置必须大于0,且它的父节点大于其本身就执行循环里的操作
        while (index > 0 && this.compareFn(this.heap[parent], this.heap[index]) === Compare.BIGGER_THAN) {
            // 交换元素的位置
            this.swap(this.heap, parent, index);
            // 修改当前插入值的位置为它的父节点,重新获取父节点的位置,即重复这个过程直到堆的根节点也经过了交换
            index = parent;
            parent = <number>this.getParentIndex(index);
        }
    }

    // 实现交换数组元素位置函数
    protected swap(array: T[], exchangeElement: number, exchangedElement: number): void {
        // 用一个临时变量保存交换元素
        const temp = array[exchangeElement];
        // 将被交换元素赋值给交换元素
        array[exchangeElement] = array[exchangedElement];
        // 将第一步保存的临时变量赋值给被交换元素
        array[exchangedElement] = temp;
    }    
  • 实现寻找堆的最小值函数
    findMinimum(): T | undefined {
        // 返回数组的最小元素
        return this.isEmpty() ? undefined : this.heap[0];
    }

    // 判断堆是否为空
    isEmpty(): boolean {
        return this.size() === 0;
    }
  • 实现导出堆的最小值函数
    extract(): T | undefined {
        if (this.isEmpty()) {
            return undefined;
        }

        if (this.size() === 1) {
            // 返回数组的第一个元素
            return this.heap.shift();
        }

        const removedValue = this.heap.shift();
        // 执行下移操作
        this.siftDown(0);
        return removedValue;
    }

    // 下移操作
    protected siftDown(index: number): void {
        // 保存当前插入值的位置
        let element = index;
        // 获取其左、右子节点的位置
        const left = this.getLeftIndex(index);
        const right = this.getRightIndex(index);
        const size = this.size();
        // 元素有效,且当前元素大于其左子节点
        if (left < size && this.compareFn(this.heap[element], this.heap[left]) === Compare.BIGGER_THAN) {
            element = left;
        }

        // 元素有效,当前元素大于其右子节点
        if (right < size && this.compareFn(this.heap[element], this.heap[right]) === Compare.BIGGER_THAN) {
            element = right;
        }

        // 找到最小子节点的位置,校验它的值是否和element相同
        if (index !== element) {
            // 如果不相同将它和最小的element进行交换
            this.swap(this.heap, index, element);
            // 递归执行
            this.siftDown(element);
        }
    }

完整代码地址:Heap.ts

堆排序

堆的一种应用就是堆排序,此处不讲解堆排序的实现思路,对堆排序不了解的开发者请移步我的另一篇文章: 排序算法:堆排序的理解与实现

  • 实现堆排序函数
    heapSort(array: T[]): void {
        // 构建堆
        this.buildHeap(array);
        // 从堆的末尾开始遍历,将遍历到的元素与0好元素进行交换,然后执行下移操作
        for (let i = array.length - 1; i >= 0; i--) {
            this.swap(array, i, 0);
            this.heapify(array, i, 0);
        }
    }

    // 构建堆
    private buildHeap(array: T[]) {
        // 获取最后一个节点的位置
        const last = array.length - 1;
        const lastParent = <number>this.getParentIndex(last);
        // 从最后一个节点的父节点开始进行heapify操作
        for (let i = lastParent; i >= 0; i--) {
            this.heapify(array, array.length, i);
        }
    }

    // 交换节点
    private heapify(array: T[], size: number, index: number) {
        // 递归基线条件
        if (index >= size) {
            return false;
        }

        // 找到当前要操作节点的左、右子树
        const left = this.getLeftIndex(index);
        const right = this.getRightIndex(index);
        // 保存当前要操作节点的位置
        let element = index;

        // 如果当前要操作节点的左子节点大于其父节点,更新element的值
        if (left < size && this.compareFn(array[left], array[element]) === Compare.BIGGER_THAN) {
            element = left;
        }

        // 如果当前要操作节点的右子节点大于其父节点,更新element的值
        if (right < size && this.compareFn(array[right], array[element]) === Compare.BIGGER_THAN) {
            element = right;
        }

        // element的位置不等于当前要操作节点,交换元素位置,递归执行
        if (element !== index) {
            this.swap(array, element, index);
            this.heapify(array, size, element);
        }
    }

编写测试代码

接下来我们测试下上述代码是否正常执行

import { MinHeap, MaxHeap } from "./lib/Heap.ts";

const minHeap = new MinHeap();
minHeap.insert(13);
minHeap.insert(10);
minHeap.insert(5);
minHeap.insert(7);
minHeap.insert(4);
minHeap.insert(17);
console.log("堆(min)的所有元素", minHeap.getIsArray());
console.log("堆(min)的最小值", minHeap.findMinimum());
console.log(minHeap.extract());
console.log(minHeap.getIsArray());
console.log("---------------------------------------");
const maxHeap = new MaxHeap();
maxHeap.insert(13);
maxHeap.insert(10);
maxHeap.insert(5);
maxHeap.insert(7);
maxHeap.insert(4);
maxHeap.insert(17);
console.log("堆(max)的所有元素", maxHeap.getIsArray());
console.log(maxHeap.extract());
console.log("堆(max)的最大值", maxHeap.findMinimum());
console.log("---------------------------------------");
const arrayTest = [12, 15, 17, 18, 4, 5, 1, 7, 19, 20];
minHeap.heapSort(arrayTest);
console.log(arrayTest);

89f561e9c0e3bd20b6a2c198d79a582f

写在最后

  • 文中如有错误,欢迎在评论区指正,如果这篇文章帮到了你,欢迎点赞和关注😊
  • 本文首发于掘金,未经许可禁止转载💌
2

评论区