# 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: - 「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; (图) !!! 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。 ## 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。 堆的常用操作见下表(方法命名以 Java 为例)。

Table. 堆的常用操作

| 方法 | 描述 | 时间复杂度 | | --------- | -------------------------------------------- | ----------- | | add() | 元素入堆 | $O(\log n)$ | | poll() | 堆顶元素出堆 | $O(\log n)$ | | peek() | 访问堆顶元素(大 / 小顶堆分别为最大 / 小值) | $O(1)$ | | size() | 获取堆的元素数量 | $O(1)$ | | isEmpty() | 判断堆是否为空 | $O(1)$ |
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; }); /* 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)); ``` ## 堆的实现 !!! tip 下文使用「大顶堆」来举例,将所有 $>$ ($<$) 替换为 $<$ ($>$) 即可实现「小顶堆」。 ### 堆的存储与表示 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。 (图) ```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); } ``` ### 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」。 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 $O(\log n)$ 。 (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); } /* 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: 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); 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; } /* 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 $O(n \log n)$ 。 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); } } ``` !!! tip 完全二叉树的叶结点数量为 $(n + 1) / 2$ ,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。 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。 $$ S = 2^0h + 2^1(h-1) + 2^2(h-2) + \cdots + 2^{(h-1)}\times1 $$ (图) 求解上式需要借助中学的数列知识,先对 $S$ 乘以 $2$ ,可得 $$ \begin{aligned} S & = 2^0h + 2^1(h-1) + 2^2(h-2) + \cdots + 2^{h-1}\times1 \\ 2S & = 2^1h + 2^2(h-1) + 2^3(h-2) + \cdots + 2^{h}\times1 \\ \end{aligned} $$ 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 $n = O(n) = O(2^h)$。 $$ \begin{aligned} S & = 2 \frac{1 - 2^h}{1 - 2} - h \\ & = 2^{h+1} - h \\ & = O(2^h) = O(n) \end{aligned} $$ 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 - **优先队列**。堆常作为实现优先队列的首选数据结构,入队和出队操作时间复杂度为 $O(\log n)$ ,建队操作为 $O(n)$ ,皆非常高效。 - **堆排序**。给定一组数据,我们使用其建堆,并依次全部弹出,则可以得到有序的序列。当然,堆排序一般无需弹出元素,仅需每轮将堆顶元素交换至数组尾部并减小堆的长度即可。 - **获取最大的 $k$ 个元素**。这既是一道经典算法题目,也是一种常见应用,例如选取热度前 10 的新闻作为微博热搜,选取前 10 销量的商品等。