diff --git a/codes/java/chapter_heap/my_heap.java b/codes/java/chapter_heap/my_heap.java index 89f5c6e23..8fd748217 100644 --- a/codes/java/chapter_heap/my_heap.java +++ b/codes/java/chapter_heap/my_heap.java @@ -108,7 +108,7 @@ class MaxHeap { /* 从结点 i 开始，从顶至底堆化 */ private void siftDown(int i) { while (true) { - // 判断结点 i, l, r 中值最大的结点，记为 ma ； + // 判断结点 i, l, r 中值最大的结点，记为 ma int l = left(i), r = right(i), ma = i; if (l < size() && maxHeap.get(l) > maxHeap.get(ma)) ma = l; diff --git a/docs/chapter_heap/heap.md b/docs/chapter_heap/heap.md index dd3598a2b..f41826159 100644 --- a/docs/chapter_heap/heap.md +++ b/docs/chapter_heap/heap.md @@ -1,21 +1,29 @@ +--- +comments: true +--- + # 堆 -「堆 Heap」是一种特殊的树状数据结构，并且是一颗「完全二叉树」。堆主要分为两种： +「堆 Heap」是一颗限定条件下的「完全二叉树」。根据成立条件，堆主要分为两种类型： -- 「大顶堆 Max Heap」，任意结点的值 $\geq$ 其子结点的值，因此根结点的值最大； -- 「小顶堆 Min Heap」，任意结点的值 $\leq$ 其子结点的值，因此根结点的值最小； +- 「大顶堆 Max Heap」，任意结点的值 $\geq$ 其子结点的值； +- 「小顶堆 Min Heap」，任意结点的值 $\leq$ 其子结点的值； + +由于堆是完全二叉树，因此最底层结点靠左填充，其它层结点皆被填满。 + +对于大顶堆（小顶堆），其根结点的值最大（最小）。根结点被称为「堆顶」。 （图） -!!! tip "" +!!! tip - 大顶堆和小顶堆的定义、性质、操作本质上是相同的，区别只是大顶堆在求最大值，小顶堆在求最小值。 + 大顶堆和小顶堆的定义、性质、操作本质上是相同的，区别只是大、小顶堆分别在求最大、最小值。若无特别说明，本文将使用大顶堆来举例。 ## 堆常用操作 值得说明的是，多数编程语言提供的是「优先队列 Priority Queue」，其是一种抽象数据结构，**定义为具有出队优先级的队列**。 -而恰好，堆的定义与优先队列的操作逻辑完全吻合，大顶堆就是一个元素从大到小出队的优先队列。从使用角度看，我们可以将「优先队列」和「堆」理解为等价的数据结构。因此，本文与代码对两者不做特别区分，统一使用「堆」来命名。 +而恰好，**堆的定义与优先队列的操作逻辑完全吻合**，大顶堆就是一个元素从大到小出队的优先队列。从使用角度看，我们可以将「优先队列」和「堆」理解为等价的数据结构。因此，本文与代码对两者不做特别区分，统一使用「堆」来命名。 堆的常用操作见下表（方法命名以 Java 为例）。 @@ -35,36 +43,37 @@ 我们可以直接使用编程语言提供的堆类（或优先队列类）。 -```java -/* 初始化堆 */ -// 初始化小顶堆 -Queue minHeap = new PriorityQueue<>(); -// 初始化大顶堆（使用 lambda 表达式修改 Comparator 即可） -Queue maxHeap = new PriorityQueue<>((a, b) -> { return b - a; }); +=== "Java" -/* 元素入堆 */ -maxHeap.add(1); -maxHeap.add(3); -maxHeap.add(2); -maxHeap.add(5); -maxHeap.add(4); - -/* 获取堆顶元素 */ -int peek = maxHeap.peek(); - -/* 堆顶元素出堆 */ -int val = heap.poll(); - -/* 获取堆大小 */ -int size = maxHeap.size(); - -/* 判断堆是否为空 */ -boolean isEmpty = maxHeap.isEmpty(); - -/* 输入列表并建堆 */ -// 时间复杂度为 O(n) ，而非 O(nlogn) -minHeap = new PriorityQueue<>(Arrays.asList(1, 3, 2, 5, 4)); -``` + ```java title="heap.java" + /* 初始化堆 */ + // 初始化小顶堆 + Queue minHeap = new PriorityQueue<>(); + // 初始化大顶堆（使用 lambda 表达式修改 Comparator 即可） + Queue maxHeap = new PriorityQueue<>((a, b) -> { return b - a; }); + + /* 元素入堆 */ + maxHeap.add(1); + maxHeap.add(3); + maxHeap.add(2); + maxHeap.add(5); + maxHeap.add(4); + + /* 获取堆顶元素 */ + int peek = maxHeap.peek(); + + /* 堆顶元素出堆 */ + int val = heap.poll(); + + /* 获取堆大小 */ + int size = maxHeap.size(); + + /* 判断堆是否为空 */ + boolean isEmpty = maxHeap.isEmpty(); + + /* 输入列表并建堆 */ + minHeap = new PriorityQueue<>(Arrays.asList(1, 3, 2, 5, 4)); + ``` ## 堆的实现 @@ -76,151 +85,165 @@ minHeap = new PriorityQueue<>(Arrays.asList(1, 3, 2, 5, 4)); 在二叉树章节我们学过，「完全二叉树」非常适合使用「数组」来表示，而堆恰好是一颗完全二叉树，因而我们一般使用「数组」来存储「堆」。 -**二叉树指针**。使用数组表示二叉树时，数组元素都代表结点值，索引代表结点在二叉树中的位置，**结点指针通过索引映射公式来实现**。具体地，给定索引 $i$ ，那么其左子结点索引为 $2i + 1$ 、右子结点索引为 $2i + 2$ 、父结点索引为 $(i - 1) / 2$ （向下整除）。当索引越界时，代表空结点或结点不存在。我们将以上映射公式封装成函数，以便使用。 +**二叉树指针**。使用数组表示二叉树时，元素代表结点值，索引代表结点在二叉树中的位置，**而结点指针通过索引映射公式来实现**。 + +具体地，给定索引 $i$ ，那么其左子结点索引为 $2i + 1$ 、右子结点索引为 $2i + 2$ 、父结点索引为 $(i - 1) / 2$ （向下整除）。当索引越界时，代表空结点或结点不存在。我们将以上映射公式封装成函数，以便后续使用。 （图） -```java -// 使用列表而非数组，这样无需考虑扩容问题 -List maxHeap; +=== "Java" -/* 构造函数，建立空堆 */ -public MaxHeap() { - maxHeap = new ArrayList<>(); -} - -/* 获取左子结点索引 */ -int left(int i) { - return 2 * i + 1; -} - -/* 获取右子结点索引 */ -int right(int i) { - return 2 * i + 2; -} - -/* 获取父结点索引 */ -int parent(int i) { - return (i - 1) / 2; // 向下整除 -} -``` + ```java title="my_heap.java" + // 使用列表而非数组，这样无需考虑扩容问题 + List maxHeap; + + /* 构造函数，建立空堆 */ + public MaxHeap() { + maxHeap = new ArrayList<>(); + } + + /* 获取左子结点索引 */ + int left(int i) { + return 2 * i + 1; + } + + /* 获取右子结点索引 */ + int right(int i) { + return 2 * i + 2; + } + + /* 获取父结点索引 */ + int parent(int i) { + return (i - 1) / 2; // 向下整除 + } + ``` ### 访问堆顶元素 堆顶元素是二叉树的根结点，即列表首元素。 -```java -/* 访问堆顶元素 */ -public int peek() { - return maxHeap.get(0); -} -``` +=== "Java" + + ```java title="my_heap.java" + /* 访问堆顶元素 */ + public int peek() { + return maxHeap.get(0); + } + ``` ### 元素入堆 -给定元素 `val` ，我们先将其添加到堆的末尾。由于 `val` 可能大于其它元素，此时堆的性质可能被破坏了，我们需要修复从插入结点到根结点这条路径上的各个结点，该操作被称为「堆化 Heapify」。 +给定元素 `val` ，我们先将其添加到堆的末尾。由于 `val` 可能大于堆中其它元素，此时堆的成立条件可能已经被破坏，**因此需要修复从插入结点到根结点这条路径上的各个结点**，该操作被称为「堆化 Heapify」。 考虑从入堆结点开始，**从底至顶执行堆化**。具体地，比较插入结点与其父结点的值，若插入结点更大则将它们交换；并循环以上操作，从底至顶地修复堆中的各个结点；直至越过根结点时结束，或当遇到无需交换的结点时提前结束。 -设堆长度为 $n$ ，**元素入堆操作的时间复杂度为 $O(\log n)$** 。这是因为树的高度为 $O(\log n)$ ，因此堆化操作的循环轮数最多为 $O(\log n)$ 。 +设结点总数为 $n$ ，则树的高度为 $O(\log n)$ ，易得堆化操作的循环轮数最多为 $O(\log n)$ ，**因而元素入堆操作的时间复杂度为 $O(\log n)$** 。 （图） -```java -/* 元素入堆 */ -void push(int val) { - // 添加结点 - maxHeap.add(val); - // 从底至顶堆化 - siftUp(size() - 1); -} +=== "Java" -/* 从结点 i 开始，从底至顶堆化 */ -void siftUp(int i) { - while (true) { - // 获取结点 i 的父结点 - int p = parent(i); - // 若“越过根结点”或“结点无需修复”，则结束堆化 - if (p < 0 || maxHeap.get(i) <= maxHeap.get(p)) - break; - // 交换两结点 - swap(i, p); - // 循环向上堆化 - i = p; + ```java title="my_heap.java" + /* 元素入堆 */ + void push(int val) { + // 添加结点 + maxHeap.add(val); + // 从底至顶堆化 + siftUp(size() - 1); } -} -``` + + /* 从结点 i 开始，从底至顶堆化 */ + void siftUp(int i) { + while (true) { + // 获取结点 i 的父结点 + int p = parent(i); + // 若“越过根结点”或“结点无需修复”，则结束堆化 + if (p < 0 || maxHeap.get(i) <= maxHeap.get(p)) + break; + // 交换两结点 + swap(i, p); + // 循环向上堆化 + i = p; + } + } + ``` ### 堆顶元素出堆 -堆顶元素是二叉树根结点，即列表首元素，如果我们直接将首元素从列表中删除，则二叉树中所有结点都产生移位，这样后续使用堆化修复就很麻烦了。为了尽量减少二叉树结点变动，采取以下操作步骤： +堆顶元素是二叉树根结点，即列表首元素，如果我们直接将首元素从列表中删除，则二叉树中所有结点都会随之发生移位（索引发生变化），这样后续使用堆化修复就很麻烦了。为了尽量减少元素索引变动，采取以下操作步骤： 1. 交换列表首元素与尾元素（即交换根结点与最右叶结点）； -2. 将尾元素从列表中删除（此时堆顶元素已被删除）； +2. 交换完成后，将尾元素从列表中删除（此时堆顶元素已被删除）； 3. 从根结点开始，从顶至底堆化； 顾名思义，**从顶至底堆化的操作方向与从底至顶堆化相反**，我们比较根结点的值与其两个子结点的值，将最大的子结点与根结点执行交换，并循环以上操作，直到越过叶结点时结束，或当遇到无需交换的结点时提前结束。 （图） -```java -/* 元素出堆 */ -int poll() { - // 判空处理 - if (isEmpty()) - throw new EmptyStackException(); - // 交换根结点与最右叶结点（即交换首元素与尾元素） - swap(0, size() - 1); - // 删除结点 - int val = maxHeap.remove(size() - 1); - // 从顶至底堆化 - siftDown(0); - // 返回堆顶元素 - return val; -} +=== "Java" -/* 从结点 i 开始，从顶至底堆化 */ -void siftDown(int i) { - while (true) { - // 判断结点 i, l, r 中值最大的结点，记为 ma ； - int l = left(i), r = right(i), ma = i; - if (l < size() && maxHeap.get(l) > maxHeap.get(ma)) - ma = l; - if (r < size() && maxHeap.get(r) > maxHeap.get(ma)) - ma = r; - // 若“结点 i 最大”或“越过叶结点”，则结束堆化 - if (ma == i) break; - // 交换两结点 - swap(i, ma); - // 循环向下堆化 - i = ma; + ```java title="my_heap.java" + /* 元素出堆 */ + int poll() { + // 判空处理 + if (isEmpty()) + throw new EmptyStackException(); + // 交换根结点与最右叶结点（即交换首元素与尾元素） + swap(0, size() - 1); + // 删除结点 + int val = maxHeap.remove(size() - 1); + // 从顶至底堆化 + siftDown(0); + // 返回堆顶元素 + return val; } -} -``` + + /* 从结点 i 开始，从顶至底堆化 */ + void siftDown(int i) { + while (true) { + // 判断结点 i, l, r 中值最大的结点，记为 ma + int l = left(i), r = right(i), ma = i; + if (l < size() && maxHeap.get(l) > maxHeap.get(ma)) + ma = l; + if (r < size() && maxHeap.get(r) > maxHeap.get(ma)) + ma = r; + // 若“结点 i 最大”或“越过叶结点”，则结束堆化 + if (ma == i) break; + // 交换两结点 + swap(i, ma); + // 循环向下堆化 + i = ma; + } + } + ``` ### 输入数据并建堆 * -给定一个列表，我们也可以将其建堆。最直接地，可以通过调用「元素入堆」方法，将列表元素依次入堆。元素入堆的时间复杂度为 $O(n)$ ，而平均长度为 $\frac{n}{2}$ ，因此该方法的总体时间复杂度为 $O(n \log n)$ 。 +如果我们想要直接输入一个列表并将其建堆，那么该怎么做呢？最直接地，考虑使用「元素入堆」方法，将列表元素依次入堆。元素入堆的时间复杂度为 $O(n)$ ，而平均长度为 $\frac{n}{2}$ ，因此该方法的总体时间复杂度为 $O(n \log n)$ 。 -然而，存在一种更加优雅的建堆方法。设结点数量为 $n$ ，我们先将列表所有元素原封不动添加进堆，**然后迭代地对各个结点执行「从顶至底堆化」**。当然，**无需对叶结点执行堆化，**因为其没有子结点。 +然而，存在一种更加优雅的建堆方法。设结点数量为 $n$ ，我们先将列表所有元素原封不动添加进堆，**然后迭代地对各个结点执行「从顶至底堆化」**。当然，**无需对叶结点执行堆化**，因为其没有子结点。 -```java -/* 构造函数，根据输入列表建堆 */ -public MaxHeap(List nums) { - // 将列表元素原封不动添加进堆 - maxHeap = new ArrayList<>(nums); - // 堆化除叶结点以外的其他所有结点 - for (int i = parent(size() - 1); i >= 0; i--) { - siftDown(i); +=== "Java" + + ```java title="my_heap.java" + /* 构造函数，根据输入列表建堆 */ + public MaxHeap(List nums) { + // 将列表元素原封不动添加进堆 + maxHeap = new ArrayList<>(nums); + // 堆化除叶结点以外的其他所有结点 + for (int i = parent(size() - 1); i >= 0; i--) { + siftDown(i); + } } -} -``` + ``` !!! tip - 完全二叉树的叶结点数量为 $(n + 1) / 2$ ，其中 $/$ 为向下整除。 + 完全二叉树中，设结点总数为 $n$ ，则叶结点数量为 $(n + 1) / 2$ ，其中 $/$ 为向下整除。 -那么，第二种建堆方法的时间复杂度时多少呢？我们来做一下简单推算。叶结点和需要堆化结点的数量各占约一半，即为 $O(n)$ ，二叉树高度为 $O(\log n)$ ，可得时间复杂度为 $O(n \log n)$ 。该估算结果仍不够准确，因为我们没有考虑到二叉树“底层结点远多于顶层结点”的性质。 +那么，第二种建堆方法的时间复杂度时多少呢？我们来做一下简单推算。排除叶结点后，需要堆化结点数量为 $(n - 1)/2$ ，即为 $O(n)$ ，而二叉树高度为 $O(\log n)$ ，因此可得时间复杂度为 $O(n \log n)$ 。 + +然而，该估算结果仍不够准确，因为我们没有考虑到 **二叉树底层结点远多于顶层结点** 的特点。下面我们来换种方法推导。 设二叉树（即堆）结点数量为 $n$ ，树高度为 $h$ 。如下图所示，我们将各层的“结点数量 $\times$ 子树高度”进行求和，即可得到准确的操作数量。 @@ -231,24 +254,30 @@ $$ （图） 求解上式需要借助中学的数列知识，先对 $S$ 乘以 $2$ ，可得 + $$ \begin{aligned} -S & = 2^0h + 2^1(h-1) + 2^2(h-2) + \cdots + 2^{h-1}\times1 \\ -2S & = 2^1h + 2^2(h-1) + 2^3(h-2) + \cdots + 2^{h}\times1 \\ +S & = 2^0h + 2^1(h-1) + 2^2(h-2) + \cdots + 2^{h-1}\times1 \newline +2S & = 2^1h + 2^2(h-1) + 2^3(h-2) + \cdots + 2^{h}\times1 \newline \end{aligned} $$ + 令下式 $2S$ 与上式 $S$ 错位相减，易得 + $$ 2S - S = S = -2^0h + 2^1 + 2^2 + \cdots + 2^{h-1} + 2^h $$ + 观察发现，$S$ 是一个等比数列，可直接借助公式求和。并且，对于高度为 $h$ 的完全二叉树，结点数量范围为 $n \in [2^h, 2^{h+1} - 1]$ ，复杂度为 $n = O(n) = O(2^h)$。 + $$ \begin{aligned} -S & = 2 \frac{1 - 2^h}{1 - 2} - h \\ -& = 2^{h+1} - h \\ +S & = 2 \frac{1 - 2^h}{1 - 2} - h \newline +& = 2^{h+1} - h \newline & = O(2^h) = O(n) \end{aligned} $$ + 以上推算表明，输入列表并建堆的时间复杂度为 $O(n)$ ，非常高效。 ## 堆常见应用