9.5 KiB
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)。
/* 初始化堆 */
// 初始化小顶堆
Queue<Integer> minHeap = new PriorityQueue<>();
// 初始化大顶堆(使用 lambda 表达式修改 Comparator 即可)
Queue<Integer> 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)
// 使用列表而非数组,这样无需考虑扩容问题
List<Integer> 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。
/* 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)
/* 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:
- 交换列表首元素与尾元素(即交换根结点与最右叶结点);
- 将尾元素从列表中删除(此时堆顶元素已被删除);
- 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)
/* 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。
/* 构造函数,根据输入列表建堆 */
public MaxHeap(List<Integer> 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。
- 堆排序。根据
- 获取数据中最大的
k
个元素。这即是一道经典的算法题目,也是一种实际应用