mirror of
https://github.com/krahets/hello-algo.git
synced 2024-12-27 14:26:28 +08:00
1573 lines
42 KiB
Markdown
1573 lines
42 KiB
Markdown
---
|
||
comments: true
|
||
---
|
||
|
||
# 8.1 堆
|
||
|
||
「堆 heap」是一种满足特定条件的完全二叉树,主要可分为图 8-1 所示的两种类型。
|
||
|
||
- 「大顶堆 max heap」:任意节点的值 $\geq$ 其子节点的值。
|
||
- 「小顶堆 min heap」:任意节点的值 $\leq$ 其子节点的值。
|
||
|
||
![小顶堆与大顶堆](heap.assets/min_heap_and_max_heap.png)
|
||
|
||
<p align="center"> 图 8-1 小顶堆与大顶堆 </p>
|
||
|
||
堆作为完全二叉树的一个特例,具有以下特性。
|
||
|
||
- 最底层节点靠左填充,其他层的节点都被填满。
|
||
- 我们将二叉树的根节点称为“堆顶”,将底层最靠右的节点称为“堆底”。
|
||
- 对于大顶堆(小顶堆),堆顶元素(即根节点)的值分别是最大(最小)的。
|
||
|
||
## 8.1.1 堆常用操作
|
||
|
||
需要指出的是,许多编程语言提供的是「优先队列 priority queue」,这是一种抽象数据结构,定义为具有优先级排序的队列。
|
||
|
||
实际上,**堆通常用作实现优先队列,大顶堆相当于元素按从大到小顺序出队的优先队列**。从使用角度来看,我们可以将“优先队列”和“堆”看作等价的数据结构。因此,本书对两者不做特别区分,统一使用“堆“来命名。
|
||
|
||
堆的常用操作见表 8-1 ,方法名需要根据编程语言来确定。
|
||
|
||
<p align="center"> 表 8-1 堆的操作效率 </p>
|
||
|
||
<div class="center-table" markdown>
|
||
|
||
| 方法名 | 描述 | 时间复杂度 |
|
||
| --------- | ------------------------------------------ | ----------- |
|
||
| push() | 元素入堆 | $O(\log n)$ |
|
||
| pop() | 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 | $O(1)$ |
|
||
|
||
</div>
|
||
|
||
在实际应用中,我们可以直接使用编程语言提供的堆类(或优先队列类)。
|
||
|
||
!!! tip
|
||
|
||
类似于排序算法中的“从小到大排列”和“从大到小排列”,我们可以通过修改 Comparator 来实现“小顶堆”与“大顶堆”之间的转换。
|
||
|
||
=== "Python"
|
||
|
||
```python title="heap.py"
|
||
# 初始化小顶堆
|
||
min_heap, flag = [], 1
|
||
# 初始化大顶堆
|
||
max_heap, flag = [], -1
|
||
|
||
# Python 的 heapq 模块默认实现小顶堆
|
||
# 考虑将“元素取负”后再入堆,这样就可以将大小关系颠倒,从而实现大顶堆
|
||
# 在本示例中,flag = 1 时对应小顶堆,flag = -1 时对应大顶堆
|
||
|
||
# 元素入堆
|
||
heapq.heappush(max_heap, flag * 1)
|
||
heapq.heappush(max_heap, flag * 3)
|
||
heapq.heappush(max_heap, flag * 2)
|
||
heapq.heappush(max_heap, flag * 5)
|
||
heapq.heappush(max_heap, flag * 4)
|
||
|
||
# 获取堆顶元素
|
||
peek: int = flag * max_heap[0] # 5
|
||
|
||
# 堆顶元素出堆
|
||
# 出堆元素会形成一个从大到小的序列
|
||
val = flag * heapq.heappop(max_heap) # 5
|
||
val = flag * heapq.heappop(max_heap) # 4
|
||
val = flag * heapq.heappop(max_heap) # 3
|
||
val = flag * heapq.heappop(max_heap) # 2
|
||
val = flag * heapq.heappop(max_heap) # 1
|
||
|
||
# 获取堆大小
|
||
size: int = len(max_heap)
|
||
|
||
# 判断堆是否为空
|
||
is_empty: bool = not max_heap
|
||
|
||
# 输入列表并建堆
|
||
min_heap: list[int] = [1, 3, 2, 5, 4]
|
||
heapq.heapify(min_heap)
|
||
```
|
||
|
||
=== "C++"
|
||
|
||
```cpp title="heap.cpp"
|
||
/* 初始化堆 */
|
||
// 初始化小顶堆
|
||
priority_queue<int, vector<int>, greater<int>> minHeap;
|
||
// 初始化大顶堆
|
||
priority_queue<int, vector<int>, less<int>> maxHeap;
|
||
|
||
/* 元素入堆 */
|
||
maxHeap.push(1);
|
||
maxHeap.push(3);
|
||
maxHeap.push(2);
|
||
maxHeap.push(5);
|
||
maxHeap.push(4);
|
||
|
||
/* 获取堆顶元素 */
|
||
int peek = maxHeap.top(); // 5
|
||
|
||
/* 堆顶元素出堆 */
|
||
// 出堆元素会形成一个从大到小的序列
|
||
maxHeap.pop(); // 5
|
||
maxHeap.pop(); // 4
|
||
maxHeap.pop(); // 3
|
||
maxHeap.pop(); // 2
|
||
maxHeap.pop(); // 1
|
||
|
||
/* 获取堆大小 */
|
||
int size = maxHeap.size();
|
||
|
||
/* 判断堆是否为空 */
|
||
bool isEmpty = maxHeap.empty();
|
||
|
||
/* 输入列表并建堆 */
|
||
vector<int> input{1, 3, 2, 5, 4};
|
||
priority_queue<int, vector<int>, greater<int>> minHeap(input.begin(), input.end());
|
||
```
|
||
|
||
=== "Java"
|
||
|
||
```java title="heap.java"
|
||
/* 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) -> b - a);
|
||
|
||
/* 元素入堆 */
|
||
maxHeap.offer(1);
|
||
maxHeap.offer(3);
|
||
maxHeap.offer(2);
|
||
maxHeap.offer(5);
|
||
maxHeap.offer(4);
|
||
|
||
/* 获取堆顶元素 */
|
||
int peek = maxHeap.peek(); // 5
|
||
|
||
/* 堆顶元素出堆 */
|
||
// 出堆元素会形成一个从大到小的序列
|
||
peek = maxHeap.poll(); // 5
|
||
peek = maxHeap.poll(); // 4
|
||
peek = maxHeap.poll(); // 3
|
||
peek = maxHeap.poll(); // 2
|
||
peek = maxHeap.poll(); // 1
|
||
|
||
/* 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));
|
||
```
|
||
|
||
=== "C#"
|
||
|
||
```csharp title="heap.cs"
|
||
/* 初始化堆 */
|
||
// 初始化小顶堆
|
||
PriorityQueue<int, int> minHeap = new PriorityQueue<int, int>();
|
||
// 初始化大顶堆(使用 lambda 表达式修改 Comparator 即可)
|
||
PriorityQueue<int, int> maxHeap = new PriorityQueue<int, int>(Comparer<int>.Create((x, y) => y - x));
|
||
|
||
/* 元素入堆 */
|
||
maxHeap.Enqueue(1, 1);
|
||
maxHeap.Enqueue(3, 3);
|
||
maxHeap.Enqueue(2, 2);
|
||
maxHeap.Enqueue(5, 5);
|
||
maxHeap.Enqueue(4, 4);
|
||
|
||
/* 获取堆顶元素 */
|
||
int peek = maxHeap.Peek();//5
|
||
|
||
/* 堆顶元素出堆 */
|
||
// 出堆元素会形成一个从大到小的序列
|
||
peek = maxHeap.Dequeue(); // 5
|
||
peek = maxHeap.Dequeue(); // 4
|
||
peek = maxHeap.Dequeue(); // 3
|
||
peek = maxHeap.Dequeue(); // 2
|
||
peek = maxHeap.Dequeue(); // 1
|
||
|
||
/* 获取堆大小 */
|
||
int size = maxHeap.Count;
|
||
|
||
/* 判断堆是否为空 */
|
||
bool isEmpty = maxHeap.Count == 0;
|
||
|
||
/* 输入列表并建堆 */
|
||
minHeap = new PriorityQueue<int, int>(new List<(int, int)> { (1, 1), (3, 3), (2, 2), (5, 5), (4, 4), });
|
||
```
|
||
|
||
=== "Go"
|
||
|
||
```go title="heap.go"
|
||
// Go 语言中可以通过实现 heap.Interface 来构建整数大顶堆
|
||
// 实现 heap.Interface 需要同时实现 sort.Interface
|
||
type intHeap []any
|
||
|
||
// Push heap.Interface 的方法,实现推入元素到堆
|
||
func (h *intHeap) Push(x any) {
|
||
// Push 和 Pop 使用 pointer receiver 作为参数
|
||
// 因为它们不仅会对切片的内容进行调整,还会修改切片的长度。
|
||
*h = append(*h, x.(int))
|
||
}
|
||
|
||
// Pop heap.Interface 的方法,实现弹出堆顶元素
|
||
func (h *intHeap) Pop() any {
|
||
// 待出堆元素存放在最后
|
||
last := (*h)[len(*h)-1]
|
||
*h = (*h)[:len(*h)-1]
|
||
return last
|
||
}
|
||
|
||
// Len sort.Interface 的方法
|
||
func (h *intHeap) Len() int {
|
||
return len(*h)
|
||
}
|
||
|
||
// Less sort.Interface 的方法
|
||
func (h *intHeap) Less(i, j int) bool {
|
||
// 如果实现小顶堆,则需要调整为小于号
|
||
return (*h)[i].(int) > (*h)[j].(int)
|
||
}
|
||
|
||
// Swap sort.Interface 的方法
|
||
func (h *intHeap) Swap(i, j int) {
|
||
(*h)[i], (*h)[j] = (*h)[j], (*h)[i]
|
||
}
|
||
|
||
// Top 获取堆顶元素
|
||
func (h *intHeap) Top() any {
|
||
return (*h)[0]
|
||
}
|
||
|
||
/* Driver Code */
|
||
func TestHeap(t *testing.T) {
|
||
/* 初始化堆 */
|
||
// 初始化大顶堆
|
||
maxHeap := &intHeap{}
|
||
heap.Init(maxHeap)
|
||
/* 元素入堆 */
|
||
// 调用 heap.Interface 的方法,来添加元素
|
||
heap.Push(maxHeap, 1)
|
||
heap.Push(maxHeap, 3)
|
||
heap.Push(maxHeap, 2)
|
||
heap.Push(maxHeap, 4)
|
||
heap.Push(maxHeap, 5)
|
||
|
||
/* 获取堆顶元素 */
|
||
top := maxHeap.Top()
|
||
fmt.Printf("堆顶元素为 %d\n", top)
|
||
|
||
/* 堆顶元素出堆 */
|
||
// 调用 heap.Interface 的方法,来移除元素
|
||
heap.Pop(maxHeap) // 5
|
||
heap.Pop(maxHeap) // 4
|
||
heap.Pop(maxHeap) // 3
|
||
heap.Pop(maxHeap) // 2
|
||
heap.Pop(maxHeap) // 1
|
||
|
||
/* 获取堆大小 */
|
||
size := len(*maxHeap)
|
||
fmt.Printf("堆元素数量为 %d\n", size)
|
||
|
||
/* 判断堆是否为空 */
|
||
isEmpty := len(*maxHeap) == 0
|
||
fmt.Printf("堆是否为空 %t\n", isEmpty)
|
||
}
|
||
```
|
||
|
||
=== "Swift"
|
||
|
||
```swift title="heap.swift"
|
||
// Swift 未提供内置 Heap 类
|
||
```
|
||
|
||
=== "JS"
|
||
|
||
```javascript title="heap.js"
|
||
// JavaScript 未提供内置 Heap 类
|
||
```
|
||
|
||
=== "TS"
|
||
|
||
```typescript title="heap.ts"
|
||
// TypeScript 未提供内置 Heap 类
|
||
```
|
||
|
||
=== "Dart"
|
||
|
||
```dart title="heap.dart"
|
||
// Dart 未提供内置 Heap 类
|
||
```
|
||
|
||
=== "Rust"
|
||
|
||
```rust title="heap.rs"
|
||
|
||
```
|
||
|
||
=== "C"
|
||
|
||
```c title="heap.c"
|
||
// C 未提供内置 Heap 类
|
||
```
|
||
|
||
=== "Zig"
|
||
|
||
```zig title="heap.zig"
|
||
|
||
```
|
||
|
||
## 8.1.2 堆的实现
|
||
|
||
下文实现的是大顶堆。若要将其转换为小顶堆,只需将所有大小逻辑判断取逆(例如,将 $\geq$ 替换为 $\leq$ )。感兴趣的读者可以自行实现。
|
||
|
||
### 1. 堆的存储与表示
|
||
|
||
我们在二叉树章节中学习到,完全二叉树非常适合用数组来表示。由于堆正是一种完全二叉树,**我们将采用数组来存储堆**。
|
||
|
||
当使用数组表示二叉树时,元素代表节点值,索引代表节点在二叉树中的位置。**节点指针通过索引映射公式来实现**。
|
||
|
||
如图 8-2 所示,给定索引 $i$ ,其左子节点索引为 $2i + 1$ ,右子节点索引为 $2i + 2$ ,父节点索引为 $(i - 1) / 2$(向下取整)。当索引越界时,表示空节点或节点不存在。
|
||
|
||
![堆的表示与存储](heap.assets/representation_of_heap.png)
|
||
|
||
<p align="center"> 图 8-2 堆的表示与存储 </p>
|
||
|
||
我们可以将索引映射公式封装成函数,方便后续使用。
|
||
|
||
=== "Python"
|
||
|
||
```python title="my_heap.py"
|
||
def left(self, i: int) -> int:
|
||
"""获取左子节点索引"""
|
||
return 2 * i + 1
|
||
|
||
def right(self, i: int) -> int:
|
||
"""获取右子节点索引"""
|
||
return 2 * i + 2
|
||
|
||
def parent(self, i: int) -> int:
|
||
"""获取父节点索引"""
|
||
return (i - 1) // 2 # 向下整除
|
||
```
|
||
|
||
=== "C++"
|
||
|
||
```cpp title="my_heap.cpp"
|
||
/* 获取左子节点索引 */
|
||
int left(int i) {
|
||
return 2 * i + 1;
|
||
}
|
||
|
||
/* 获取右子节点索引 */
|
||
int right(int i) {
|
||
return 2 * i + 2;
|
||
}
|
||
|
||
/* 获取父节点索引 */
|
||
int parent(int i) {
|
||
return (i - 1) / 2; // 向下取整
|
||
}
|
||
```
|
||
|
||
=== "Java"
|
||
|
||
```java title="my_heap.java"
|
||
/* 获取左子节点索引 */
|
||
int left(int i) {
|
||
return 2 * i + 1;
|
||
}
|
||
|
||
/* 获取右子节点索引 */
|
||
int right(int i) {
|
||
return 2 * i + 2;
|
||
}
|
||
|
||
/* 获取父节点索引 */
|
||
int parent(int i) {
|
||
return (i - 1) / 2; // 向下整除
|
||
}
|
||
```
|
||
|
||
=== "C#"
|
||
|
||
```csharp title="my_heap.cs"
|
||
/* 获取左子节点索引 */
|
||
int left(int i) {
|
||
return 2 * i + 1;
|
||
}
|
||
|
||
/* 获取右子节点索引 */
|
||
int right(int i) {
|
||
return 2 * i + 2;
|
||
}
|
||
|
||
/* 获取父节点索引 */
|
||
int parent(int i) {
|
||
return (i - 1) / 2; // 向下整除
|
||
}
|
||
```
|
||
|
||
=== "Go"
|
||
|
||
```go title="my_heap.go"
|
||
/* 获取左子节点索引 */
|
||
func (h *maxHeap) left(i int) int {
|
||
return 2*i + 1
|
||
}
|
||
|
||
/* 获取右子节点索引 */
|
||
func (h *maxHeap) right(i int) int {
|
||
return 2*i + 2
|
||
}
|
||
|
||
/* 获取父节点索引 */
|
||
func (h *maxHeap) parent(i int) int {
|
||
// 向下整除
|
||
return (i - 1) / 2
|
||
}
|
||
```
|
||
|
||
=== "Swift"
|
||
|
||
```swift title="my_heap.swift"
|
||
/* 获取左子节点索引 */
|
||
func left(i: Int) -> Int {
|
||
2 * i + 1
|
||
}
|
||
|
||
/* 获取右子节点索引 */
|
||
func right(i: Int) -> Int {
|
||
2 * i + 2
|
||
}
|
||
|
||
/* 获取父节点索引 */
|
||
func parent(i: Int) -> Int {
|
||
(i - 1) / 2 // 向下整除
|
||
}
|
||
```
|
||
|
||
=== "JS"
|
||
|
||
```javascript title="my_heap.js"
|
||
/* 获取左子节点索引 */
|
||
#left(i) {
|
||
return 2 * i + 1;
|
||
}
|
||
|
||
/* 获取右子节点索引 */
|
||
#right(i) {
|
||
return 2 * i + 2;
|
||
}
|
||
|
||
/* 获取父节点索引 */
|
||
#parent(i) {
|
||
return Math.floor((i - 1) / 2); // 向下整除
|
||
}
|
||
```
|
||
|
||
=== "TS"
|
||
|
||
```typescript title="my_heap.ts"
|
||
/* 获取左子节点索引 */
|
||
left(i: number): number {
|
||
return 2 * i + 1;
|
||
}
|
||
|
||
/* 获取右子节点索引 */
|
||
right(i: number): number {
|
||
return 2 * i + 2;
|
||
}
|
||
|
||
/* 获取父节点索引 */
|
||
parent(i: number): number {
|
||
return Math.floor((i - 1) / 2); // 向下整除
|
||
}
|
||
```
|
||
|
||
=== "Dart"
|
||
|
||
```dart title="my_heap.dart"
|
||
/* 获取左子节点索引 */
|
||
int _left(int i) {
|
||
return 2 * i + 1;
|
||
}
|
||
|
||
/* 获取右子节点索引 */
|
||
int _right(int i) {
|
||
return 2 * i + 2;
|
||
}
|
||
|
||
/* 获取父节点索引 */
|
||
int _parent(int i) {
|
||
return (i - 1) ~/ 2; // 向下整除
|
||
}
|
||
```
|
||
|
||
=== "Rust"
|
||
|
||
```rust title="my_heap.rs"
|
||
/* 获取左子节点索引 */
|
||
fn left(i: usize) -> usize {
|
||
2 * i + 1
|
||
}
|
||
|
||
/* 获取右子节点索引 */
|
||
fn right(i: usize) -> usize {
|
||
2 * i + 2
|
||
}
|
||
|
||
/* 获取父节点索引 */
|
||
fn parent(i: usize) -> usize {
|
||
(i - 1) / 2 // 向下整除
|
||
}
|
||
```
|
||
|
||
=== "C"
|
||
|
||
```c title="my_heap.c"
|
||
/* 获取左子节点索引 */
|
||
int left(maxHeap *h, int i) {
|
||
return 2 * i + 1;
|
||
}
|
||
|
||
/* 获取右子节点索引 */
|
||
int right(maxHeap *h, int i) {
|
||
return 2 * i + 2;
|
||
}
|
||
|
||
/* 获取父节点索引 */
|
||
int parent(maxHeap *h, int i) {
|
||
return (i - 1) / 2;
|
||
}
|
||
```
|
||
|
||
=== "Zig"
|
||
|
||
```zig title="my_heap.zig"
|
||
// 获取左子节点索引
|
||
fn left(i: usize) usize {
|
||
return 2 * i + 1;
|
||
}
|
||
|
||
// 获取右子节点索引
|
||
fn right(i: usize) usize {
|
||
return 2 * i + 2;
|
||
}
|
||
|
||
// 获取父节点索引
|
||
fn parent(i: usize) usize {
|
||
// return (i - 1) / 2; // 向下整除
|
||
return @divFloor(i - 1, 2);
|
||
}
|
||
```
|
||
|
||
### 2. 访问堆顶元素
|
||
|
||
堆顶元素即为二叉树的根节点,也就是列表的首个元素。
|
||
|
||
=== "Python"
|
||
|
||
```python title="my_heap.py"
|
||
def peek(self) -> int:
|
||
"""访问堆顶元素"""
|
||
return self.max_heap[0]
|
||
```
|
||
|
||
=== "C++"
|
||
|
||
```cpp title="my_heap.cpp"
|
||
/* 访问堆顶元素 */
|
||
int peek() {
|
||
return maxHeap[0];
|
||
}
|
||
```
|
||
|
||
=== "Java"
|
||
|
||
```java title="my_heap.java"
|
||
/* 访问堆顶元素 */
|
||
int peek() {
|
||
return maxHeap.get(0);
|
||
}
|
||
```
|
||
|
||
=== "C#"
|
||
|
||
```csharp title="my_heap.cs"
|
||
/* 访问堆顶元素 */
|
||
int peek() {
|
||
return maxHeap[0];
|
||
}
|
||
```
|
||
|
||
=== "Go"
|
||
|
||
```go title="my_heap.go"
|
||
/* 访问堆顶元素 */
|
||
func (h *maxHeap) peek() any {
|
||
return h.data[0]
|
||
}
|
||
```
|
||
|
||
=== "Swift"
|
||
|
||
```swift title="my_heap.swift"
|
||
/* 访问堆顶元素 */
|
||
func peek() -> Int {
|
||
maxHeap[0]
|
||
}
|
||
```
|
||
|
||
=== "JS"
|
||
|
||
```javascript title="my_heap.js"
|
||
/* 访问堆顶元素 */
|
||
peek() {
|
||
return this.#maxHeap[0];
|
||
}
|
||
```
|
||
|
||
=== "TS"
|
||
|
||
```typescript title="my_heap.ts"
|
||
/* 访问堆顶元素 */
|
||
peek(): number {
|
||
return this.maxHeap[0];
|
||
}
|
||
```
|
||
|
||
=== "Dart"
|
||
|
||
```dart title="my_heap.dart"
|
||
/* 访问堆顶元素 */
|
||
int peek() {
|
||
return _maxHeap[0];
|
||
}
|
||
```
|
||
|
||
=== "Rust"
|
||
|
||
```rust title="my_heap.rs"
|
||
/* 访问堆顶元素 */
|
||
fn peek(&self) -> Option<i32> {
|
||
self.max_heap.first().copied()
|
||
}
|
||
```
|
||
|
||
=== "C"
|
||
|
||
```c title="my_heap.c"
|
||
/* 访问堆顶元素 */
|
||
int peek(maxHeap *h) {
|
||
return h->data[0];
|
||
}
|
||
```
|
||
|
||
=== "Zig"
|
||
|
||
```zig title="my_heap.zig"
|
||
// 访问堆顶元素
|
||
fn peek(self: *Self) T {
|
||
return self.max_heap.?.items[0];
|
||
}
|
||
```
|
||
|
||
### 3. 元素入堆
|
||
|
||
给定元素 `val` ,我们首先将其添加到堆底。添加之后,由于 val 可能大于堆中其他元素,堆的成立条件可能已被破坏。因此,**需要修复从插入节点到根节点的路径上的各个节点**,这个操作被称为「堆化 heapify」。
|
||
|
||
考虑从入堆节点开始,**从底至顶执行堆化**。如图 8-3 所示,我们比较插入节点与其父节点的值,如果插入节点更大,则将它们交换。然后继续执行此操作,从底至顶修复堆中的各个节点,直至越过根节点或遇到无须交换的节点时结束。
|
||
|
||
=== "<1>"
|
||
![元素入堆步骤](heap.assets/heap_push_step1.png)
|
||
|
||
=== "<2>"
|
||
![heap_push_step2](heap.assets/heap_push_step2.png)
|
||
|
||
=== "<3>"
|
||
![heap_push_step3](heap.assets/heap_push_step3.png)
|
||
|
||
=== "<4>"
|
||
![heap_push_step4](heap.assets/heap_push_step4.png)
|
||
|
||
=== "<5>"
|
||
![heap_push_step5](heap.assets/heap_push_step5.png)
|
||
|
||
=== "<6>"
|
||
![heap_push_step6](heap.assets/heap_push_step6.png)
|
||
|
||
=== "<7>"
|
||
![heap_push_step7](heap.assets/heap_push_step7.png)
|
||
|
||
=== "<8>"
|
||
![heap_push_step8](heap.assets/heap_push_step8.png)
|
||
|
||
=== "<9>"
|
||
![heap_push_step9](heap.assets/heap_push_step9.png)
|
||
|
||
<p align="center"> 图 8-3 元素入堆步骤 </p>
|
||
|
||
设节点总数为 $n$ ,则树的高度为 $O(\log n)$ 。由此可知,堆化操作的循环轮数最多为 $O(\log n)$ ,**元素入堆操作的时间复杂度为 $O(\log n)$** 。
|
||
|
||
=== "Python"
|
||
|
||
```python title="my_heap.py"
|
||
def push(self, val: int):
|
||
"""元素入堆"""
|
||
# 添加节点
|
||
self.max_heap.append(val)
|
||
# 从底至顶堆化
|
||
self.sift_up(self.size() - 1)
|
||
|
||
def sift_up(self, i: int):
|
||
"""从节点 i 开始,从底至顶堆化"""
|
||
while True:
|
||
# 获取节点 i 的父节点
|
||
p = self.parent(i)
|
||
# 当“越过根节点”或“节点无须修复”时,结束堆化
|
||
if p < 0 or self.max_heap[i] <= self.max_heap[p]:
|
||
break
|
||
# 交换两节点
|
||
self.swap(i, p)
|
||
# 循环向上堆化
|
||
i = p
|
||
```
|
||
|
||
=== "C++"
|
||
|
||
```cpp title="my_heap.cpp"
|
||
/* 元素入堆 */
|
||
void push(int val) {
|
||
// 添加节点
|
||
maxHeap.push_back(val);
|
||
// 从底至顶堆化
|
||
siftUp(size() - 1);
|
||
}
|
||
|
||
/* 从节点 i 开始,从底至顶堆化 */
|
||
void siftUp(int i) {
|
||
while (true) {
|
||
// 获取节点 i 的父节点
|
||
int p = parent(i);
|
||
// 当“越过根节点”或“节点无须修复”时,结束堆化
|
||
if (p < 0 || maxHeap[i] <= maxHeap[p])
|
||
break;
|
||
// 交换两节点
|
||
swap(maxHeap[i], maxHeap[p]);
|
||
// 循环向上堆化
|
||
i = p;
|
||
}
|
||
}
|
||
```
|
||
|
||
=== "Java"
|
||
|
||
```java title="my_heap.java"
|
||
/* 元素入堆 */
|
||
void push(int val) {
|
||
// 添加节点
|
||
maxHeap.add(val);
|
||
// 从底至顶堆化
|
||
siftUp(size() - 1);
|
||
}
|
||
|
||
/* 从节点 i 开始,从底至顶堆化 */
|
||
void siftUp(int i) {
|
||
while (true) {
|
||
// 获取节点 i 的父节点
|
||
int p = parent(i);
|
||
// 当“越过根节点”或“节点无须修复”时,结束堆化
|
||
if (p < 0 || maxHeap.get(i) <= maxHeap.get(p))
|
||
break;
|
||
// 交换两节点
|
||
swap(i, p);
|
||
// 循环向上堆化
|
||
i = p;
|
||
}
|
||
}
|
||
```
|
||
|
||
=== "C#"
|
||
|
||
```csharp title="my_heap.cs"
|
||
/* 元素入堆 */
|
||
void push(int val) {
|
||
// 添加节点
|
||
maxHeap.Add(val);
|
||
// 从底至顶堆化
|
||
siftUp(size() - 1);
|
||
}
|
||
|
||
/* 从节点 i 开始,从底至顶堆化 */
|
||
void siftUp(int i) {
|
||
while (true) {
|
||
// 获取节点 i 的父节点
|
||
int p = parent(i);
|
||
// 若“越过根节点”或“节点无须修复”,则结束堆化
|
||
if (p < 0 || maxHeap[i] <= maxHeap[p])
|
||
break;
|
||
// 交换两节点
|
||
swap(i, p);
|
||
// 循环向上堆化
|
||
i = p;
|
||
}
|
||
}
|
||
```
|
||
|
||
=== "Go"
|
||
|
||
```go title="my_heap.go"
|
||
/* 元素入堆 */
|
||
func (h *maxHeap) push(val any) {
|
||
// 添加节点
|
||
h.data = append(h.data, val)
|
||
// 从底至顶堆化
|
||
h.siftUp(len(h.data) - 1)
|
||
}
|
||
|
||
/* 从节点 i 开始,从底至顶堆化 */
|
||
func (h *maxHeap) siftUp(i int) {
|
||
for true {
|
||
// 获取节点 i 的父节点
|
||
p := h.parent(i)
|
||
// 当“越过根节点”或“节点无须修复”时,结束堆化
|
||
if p < 0 || h.data[i].(int) <= h.data[p].(int) {
|
||
break
|
||
}
|
||
// 交换两节点
|
||
h.swap(i, p)
|
||
// 循环向上堆化
|
||
i = p
|
||
}
|
||
}
|
||
```
|
||
|
||
=== "Swift"
|
||
|
||
```swift title="my_heap.swift"
|
||
/* 元素入堆 */
|
||
func push(val: Int) {
|
||
// 添加节点
|
||
maxHeap.append(val)
|
||
// 从底至顶堆化
|
||
siftUp(i: size() - 1)
|
||
}
|
||
|
||
/* 从节点 i 开始,从底至顶堆化 */
|
||
func siftUp(i: Int) {
|
||
var i = i
|
||
while true {
|
||
// 获取节点 i 的父节点
|
||
let p = parent(i: i)
|
||
// 当“越过根节点”或“节点无须修复”时,结束堆化
|
||
if p < 0 || maxHeap[i] <= maxHeap[p] {
|
||
break
|
||
}
|
||
// 交换两节点
|
||
swap(i: i, j: p)
|
||
// 循环向上堆化
|
||
i = p
|
||
}
|
||
}
|
||
```
|
||
|
||
=== "JS"
|
||
|
||
```javascript title="my_heap.js"
|
||
/* 元素入堆 */
|
||
push(val) {
|
||
// 添加节点
|
||
this.#maxHeap.push(val);
|
||
// 从底至顶堆化
|
||
this.#siftUp(this.size() - 1);
|
||
}
|
||
|
||
/* 从节点 i 开始,从底至顶堆化 */
|
||
#siftUp(i) {
|
||
while (true) {
|
||
// 获取节点 i 的父节点
|
||
const p = this.#parent(i);
|
||
// 当“越过根节点”或“节点无须修复”时,结束堆化
|
||
if (p < 0 || this.#maxHeap[i] <= this.#maxHeap[p]) break;
|
||
// 交换两节点
|
||
this.#swap(i, p);
|
||
// 循环向上堆化
|
||
i = p;
|
||
}
|
||
}
|
||
```
|
||
|
||
=== "TS"
|
||
|
||
```typescript title="my_heap.ts"
|
||
/* 元素入堆 */
|
||
push(val: number): void {
|
||
// 添加节点
|
||
this.maxHeap.push(val);
|
||
// 从底至顶堆化
|
||
this.siftUp(this.size() - 1);
|
||
}
|
||
|
||
/* 从节点 i 开始,从底至顶堆化 */
|
||
siftUp(i: number): void {
|
||
while (true) {
|
||
// 获取节点 i 的父节点
|
||
const p = this.parent(i);
|
||
// 当“越过根节点”或“节点无须修复”时,结束堆化
|
||
if (p < 0 || this.maxHeap[i] <= this.maxHeap[p]) break;
|
||
// 交换两节点
|
||
this.swap(i, p);
|
||
// 循环向上堆化
|
||
i = p;
|
||
}
|
||
}
|
||
```
|
||
|
||
=== "Dart"
|
||
|
||
```dart title="my_heap.dart"
|
||
/* 元素入堆 */
|
||
void push(int val) {
|
||
// 添加节点
|
||
_maxHeap.add(val);
|
||
// 从底至顶堆化
|
||
siftUp(size() - 1);
|
||
}
|
||
|
||
/* 从节点 i 开始,从底至顶堆化 */
|
||
void siftUp(int i) {
|
||
while (true) {
|
||
// 获取节点 i 的父节点
|
||
int p = _parent(i);
|
||
// 当“越过根节点”或“节点无须修复”时,结束堆化
|
||
if (p < 0 || _maxHeap[i] <= _maxHeap[p]) {
|
||
break;
|
||
}
|
||
// 交换两节点
|
||
_swap(i, p);
|
||
// 循环向上堆化
|
||
i = p;
|
||
}
|
||
}
|
||
```
|
||
|
||
=== "Rust"
|
||
|
||
```rust title="my_heap.rs"
|
||
/* 元素入堆 */
|
||
fn push(&mut self, val: i32) {
|
||
// 添加节点
|
||
self.max_heap.push(val);
|
||
// 从底至顶堆化
|
||
self.sift_up(self.size() - 1);
|
||
}
|
||
|
||
/* 从节点 i 开始,从底至顶堆化 */
|
||
fn sift_up(&mut self, mut i: usize) {
|
||
loop {
|
||
// 节点 i 已经是堆顶节点了,结束堆化
|
||
if i == 0 {
|
||
break;
|
||
}
|
||
// 获取节点 i 的父节点
|
||
let p = Self::parent(i);
|
||
// 当“节点无须修复”时,结束堆化
|
||
if self.max_heap[i] <= self.max_heap[p] {
|
||
break;
|
||
}
|
||
// 交换两节点
|
||
self.swap(i, p);
|
||
// 循环向上堆化
|
||
i = p;
|
||
}
|
||
}
|
||
```
|
||
|
||
=== "C"
|
||
|
||
```c title="my_heap.c"
|
||
/* 元素入堆 */
|
||
void push(maxHeap *h, int val) {
|
||
// 默认情况下,不应该添加这么多节点
|
||
if (h->size == MAX_SIZE) {
|
||
printf("heap is full!");
|
||
return;
|
||
}
|
||
// 添加节点
|
||
h->data[h->size] = val;
|
||
h->size++;
|
||
|
||
// 从底至顶堆化
|
||
siftUp(h, h->size - 1);
|
||
}
|
||
|
||
/* 从节点 i 开始,从底至顶堆化 */
|
||
void siftUp(maxHeap *h, int i) {
|
||
while (true) {
|
||
// 获取节点 i 的父节点
|
||
int p = parent(h, i);
|
||
// 当“越过根节点”或“节点无须修复”时,结束堆化
|
||
if (p < 0 || h->data[i] <= h->data[p]) {
|
||
break;
|
||
}
|
||
// 交换两节点
|
||
swap(h, i, p);
|
||
// 循环向上堆化
|
||
i = p;
|
||
}
|
||
}
|
||
```
|
||
|
||
=== "Zig"
|
||
|
||
```zig title="my_heap.zig"
|
||
// 元素入堆
|
||
fn push(self: *Self, val: T) !void {
|
||
// 添加节点
|
||
try self.max_heap.?.append(val);
|
||
// 从底至顶堆化
|
||
try self.siftUp(self.size() - 1);
|
||
}
|
||
|
||
// 从节点 i 开始,从底至顶堆化
|
||
fn siftUp(self: *Self, i_: usize) !void {
|
||
var i = i_;
|
||
while (true) {
|
||
// 获取节点 i 的父节点
|
||
var p = parent(i);
|
||
// 当“越过根节点”或“节点无须修复”时,结束堆化
|
||
if (p < 0 or self.max_heap.?.items[i] <= self.max_heap.?.items[p]) break;
|
||
// 交换两节点
|
||
try self.swap(i, p);
|
||
// 循环向上堆化
|
||
i = p;
|
||
}
|
||
}
|
||
```
|
||
|
||
### 4. 堆顶元素出堆
|
||
|
||
堆顶元素是二叉树的根节点,即列表首元素。如果我们直接从列表中删除首元素,那么二叉树中所有节点的索引都会发生变化,这将使得后续使用堆化修复变得困难。为了尽量减少元素索引的变动,我们采用以下操作步骤。
|
||
|
||
1. 交换堆顶元素与堆底元素(即交换根节点与最右叶节点)。
|
||
2. 交换完成后,将堆底从列表中删除(注意,由于已经交换,实际上删除的是原来的堆顶元素)。
|
||
3. 从根节点开始,**从顶至底执行堆化**。
|
||
|
||
如图 8-4 所示,**“从顶至底堆化”的操作方向与“从底至顶堆化”相反**,我们将根节点的值与其两个子节点的值进行比较,将最大的子节点与根节点交换。然后循环执行此操作,直到越过叶节点或遇到无须交换的节点时结束。
|
||
|
||
=== "<1>"
|
||
![堆顶元素出堆步骤](heap.assets/heap_pop_step1.png)
|
||
|
||
=== "<2>"
|
||
![heap_pop_step2](heap.assets/heap_pop_step2.png)
|
||
|
||
=== "<3>"
|
||
![heap_pop_step3](heap.assets/heap_pop_step3.png)
|
||
|
||
=== "<4>"
|
||
![heap_pop_step4](heap.assets/heap_pop_step4.png)
|
||
|
||
=== "<5>"
|
||
![heap_pop_step5](heap.assets/heap_pop_step5.png)
|
||
|
||
=== "<6>"
|
||
![heap_pop_step6](heap.assets/heap_pop_step6.png)
|
||
|
||
=== "<7>"
|
||
![heap_pop_step7](heap.assets/heap_pop_step7.png)
|
||
|
||
=== "<8>"
|
||
![heap_pop_step8](heap.assets/heap_pop_step8.png)
|
||
|
||
=== "<9>"
|
||
![heap_pop_step9](heap.assets/heap_pop_step9.png)
|
||
|
||
=== "<10>"
|
||
![heap_pop_step10](heap.assets/heap_pop_step10.png)
|
||
|
||
<p align="center"> 图 8-4 堆顶元素出堆步骤 </p>
|
||
|
||
与元素入堆操作相似,堆顶元素出堆操作的时间复杂度也为 $O(\log n)$ 。
|
||
|
||
=== "Python"
|
||
|
||
```python title="my_heap.py"
|
||
def pop(self) -> int:
|
||
"""元素出堆"""
|
||
# 判空处理
|
||
if self.is_empty():
|
||
raise IndexError("堆为空")
|
||
# 交换根节点与最右叶节点(即交换首元素与尾元素)
|
||
self.swap(0, self.size() - 1)
|
||
# 删除节点
|
||
val = self.max_heap.pop()
|
||
# 从顶至底堆化
|
||
self.sift_down(0)
|
||
# 返回堆顶元素
|
||
return val
|
||
|
||
def sift_down(self, i: int):
|
||
"""从节点 i 开始,从顶至底堆化"""
|
||
while True:
|
||
# 判断节点 i, l, r 中值最大的节点,记为 ma
|
||
l, r, ma = self.left(i), self.right(i), i
|
||
if l < self.size() and self.max_heap[l] > self.max_heap[ma]:
|
||
ma = l
|
||
if r < self.size() and self.max_heap[r] > self.max_heap[ma]:
|
||
ma = r
|
||
# 若节点 i 最大或索引 l, r 越界,则无须继续堆化,跳出
|
||
if ma == i:
|
||
break
|
||
# 交换两节点
|
||
self.swap(i, ma)
|
||
# 循环向下堆化
|
||
i = ma
|
||
```
|
||
|
||
=== "C++"
|
||
|
||
```cpp title="my_heap.cpp"
|
||
/* 元素出堆 */
|
||
void pop() {
|
||
// 判空处理
|
||
if (empty()) {
|
||
throw out_of_range("堆为空");
|
||
}
|
||
// 交换根节点与最右叶节点(即交换首元素与尾元素)
|
||
swap(maxHeap[0], maxHeap[size() - 1]);
|
||
// 删除节点
|
||
maxHeap.pop_back();
|
||
// 从顶至底堆化
|
||
siftDown(0);
|
||
}
|
||
|
||
/* 从节点 i 开始,从顶至底堆化 */
|
||
void siftDown(int i) {
|
||
while (true) {
|
||
// 判断节点 i, l, r 中值最大的节点,记为 ma
|
||
int l = left(i), r = right(i), ma = i;
|
||
// 若节点 i 最大或索引 l, r 越界,则无须继续堆化,跳出
|
||
if (l < size() && maxHeap[l] > maxHeap[ma])
|
||
ma = l;
|
||
if (r < size() && maxHeap[r] > maxHeap[ma])
|
||
ma = r;
|
||
// 若节点 i 最大或索引 l, r 越界,则无须继续堆化,跳出
|
||
if (ma == i)
|
||
break;
|
||
swap(maxHeap[i], maxHeap[ma]);
|
||
// 循环向下堆化
|
||
i = ma;
|
||
}
|
||
}
|
||
```
|
||
|
||
=== "Java"
|
||
|
||
```java title="my_heap.java"
|
||
/* 元素出堆 */
|
||
int pop() {
|
||
// 判空处理
|
||
if (isEmpty())
|
||
throw new IndexOutOfBoundsException();
|
||
// 交换根节点与最右叶节点(即交换首元素与尾元素)
|
||
swap(0, size() - 1);
|
||
// 删除节点
|
||
int val = maxHeap.remove(size() - 1);
|
||
// 从顶至底堆化
|
||
siftDown(0);
|
||
// 返回堆顶元素
|
||
return val;
|
||
}
|
||
|
||
/* 从节点 i 开始,从顶至底堆化 */
|
||
void siftDown(int i) {
|
||
while (true) {
|
||
// 判断节点 i, l, r 中值最大的节点,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;
|
||
// 若节点 i 最大或索引 l, r 越界,则无须继续堆化,跳出
|
||
if (ma == i)
|
||
break;
|
||
// 交换两节点
|
||
swap(i, ma);
|
||
// 循环向下堆化
|
||
i = ma;
|
||
}
|
||
}
|
||
```
|
||
|
||
=== "C#"
|
||
|
||
```csharp title="my_heap.cs"
|
||
/* 元素出堆 */
|
||
int pop() {
|
||
// 判空处理
|
||
if (isEmpty())
|
||
throw new IndexOutOfRangeException();
|
||
// 交换根节点与最右叶节点(即交换首元素与尾元素)
|
||
swap(0, size() - 1);
|
||
// 删除节点
|
||
int val = maxHeap.Last();
|
||
maxHeap.RemoveAt(size() - 1);
|
||
// 从顶至底堆化
|
||
siftDown(0);
|
||
// 返回堆顶元素
|
||
return val;
|
||
}
|
||
|
||
/* 从节点 i 开始,从顶至底堆化 */
|
||
void siftDown(int i) {
|
||
while (true) {
|
||
// 判断节点 i, l, r 中值最大的节点,记为 ma
|
||
int l = left(i), r = right(i), ma = i;
|
||
if (l < size() && maxHeap[l] > maxHeap[ma])
|
||
ma = l;
|
||
if (r < size() && maxHeap[r] > maxHeap[ma])
|
||
ma = r;
|
||
// 若“节点 i 最大”或“越过叶节点”,则结束堆化
|
||
if (ma == i) break;
|
||
// 交换两节点
|
||
swap(i, ma);
|
||
// 循环向下堆化
|
||
i = ma;
|
||
}
|
||
}
|
||
```
|
||
|
||
=== "Go"
|
||
|
||
```go title="my_heap.go"
|
||
/* 元素出堆 */
|
||
func (h *maxHeap) pop() any {
|
||
// 判空处理
|
||
if h.isEmpty() {
|
||
fmt.Println("error")
|
||
return nil
|
||
}
|
||
// 交换根节点与最右叶节点(即交换首元素与尾元素)
|
||
h.swap(0, h.size()-1)
|
||
// 删除节点
|
||
val := h.data[len(h.data)-1]
|
||
h.data = h.data[:len(h.data)-1]
|
||
// 从顶至底堆化
|
||
h.siftDown(0)
|
||
|
||
// 返回堆顶元素
|
||
return val
|
||
}
|
||
|
||
/* 从节点 i 开始,从顶至底堆化 */
|
||
func (h *maxHeap) siftDown(i int) {
|
||
for true {
|
||
// 判断节点 i, l, r 中值最大的节点,记为 max
|
||
l, r, max := h.left(i), h.right(i), i
|
||
if l < h.size() && h.data[l].(int) > h.data[max].(int) {
|
||
max = l
|
||
}
|
||
if r < h.size() && h.data[r].(int) > h.data[max].(int) {
|
||
max = r
|
||
}
|
||
// 若节点 i 最大或索引 l, r 越界,则无须继续堆化,跳出
|
||
if max == i {
|
||
break
|
||
}
|
||
// 交换两节点
|
||
h.swap(i, max)
|
||
// 循环向下堆化
|
||
i = max
|
||
}
|
||
}
|
||
```
|
||
|
||
=== "Swift"
|
||
|
||
```swift title="my_heap.swift"
|
||
/* 元素出堆 */
|
||
func pop() -> Int {
|
||
// 判空处理
|
||
if isEmpty() {
|
||
fatalError("堆为空")
|
||
}
|
||
// 交换根节点与最右叶节点(即交换首元素与尾元素)
|
||
swap(i: 0, j: size() - 1)
|
||
// 删除节点
|
||
let val = maxHeap.remove(at: size() - 1)
|
||
// 从顶至底堆化
|
||
siftDown(i: 0)
|
||
// 返回堆顶元素
|
||
return val
|
||
}
|
||
|
||
/* 从节点 i 开始,从顶至底堆化 */
|
||
func siftDown(i: Int) {
|
||
var i = i
|
||
while true {
|
||
// 判断节点 i, l, r 中值最大的节点,记为 ma
|
||
let l = left(i: i)
|
||
let r = right(i: i)
|
||
var ma = i
|
||
if l < size(), maxHeap[l] > maxHeap[ma] {
|
||
ma = l
|
||
}
|
||
if r < size(), maxHeap[r] > maxHeap[ma] {
|
||
ma = r
|
||
}
|
||
// 若节点 i 最大或索引 l, r 越界,则无须继续堆化,跳出
|
||
if ma == i {
|
||
break
|
||
}
|
||
// 交换两节点
|
||
swap(i: i, j: ma)
|
||
// 循环向下堆化
|
||
i = ma
|
||
}
|
||
}
|
||
```
|
||
|
||
=== "JS"
|
||
|
||
```javascript title="my_heap.js"
|
||
/* 元素出堆 */
|
||
pop() {
|
||
// 判空处理
|
||
if (this.isEmpty()) throw new Error('堆为空');
|
||
// 交换根节点与最右叶节点(即交换首元素与尾元素)
|
||
this.#swap(0, this.size() - 1);
|
||
// 删除节点
|
||
const val = this.#maxHeap.pop();
|
||
// 从顶至底堆化
|
||
this.#siftDown(0);
|
||
// 返回堆顶元素
|
||
return val;
|
||
}
|
||
|
||
/* 从节点 i 开始,从顶至底堆化 */
|
||
#siftDown(i) {
|
||
while (true) {
|
||
// 判断节点 i, l, r 中值最大的节点,记为 ma
|
||
const l = this.#left(i),
|
||
r = this.#right(i);
|
||
let ma = i;
|
||
if (l < this.size() && this.#maxHeap[l] > this.#maxHeap[ma]) ma = l;
|
||
if (r < this.size() && this.#maxHeap[r] > this.#maxHeap[ma]) ma = r;
|
||
// 若节点 i 最大或索引 l, r 越界,则无须继续堆化,跳出
|
||
if (ma === i) break;
|
||
// 交换两节点
|
||
this.#swap(i, ma);
|
||
// 循环向下堆化
|
||
i = ma;
|
||
}
|
||
}
|
||
```
|
||
|
||
=== "TS"
|
||
|
||
```typescript title="my_heap.ts"
|
||
/* 元素出堆 */
|
||
pop(): number {
|
||
// 判空处理
|
||
if (this.isEmpty()) throw new RangeError('Heap is empty.');
|
||
// 交换根节点与最右叶节点(即交换首元素与尾元素)
|
||
this.swap(0, this.size() - 1);
|
||
// 删除节点
|
||
const val = this.maxHeap.pop();
|
||
// 从顶至底堆化
|
||
this.siftDown(0);
|
||
// 返回堆顶元素
|
||
return val;
|
||
}
|
||
|
||
/* 从节点 i 开始,从顶至底堆化 */
|
||
siftDown(i: number): void {
|
||
while (true) {
|
||
// 判断节点 i, l, r 中值最大的节点,记为 ma
|
||
const l = this.left(i),
|
||
r = this.right(i);
|
||
let ma = i;
|
||
if (l < this.size() && this.maxHeap[l] > this.maxHeap[ma]) ma = l;
|
||
if (r < this.size() && this.maxHeap[r] > this.maxHeap[ma]) ma = r;
|
||
// 若节点 i 最大或索引 l, r 越界,则无须继续堆化,跳出
|
||
if (ma === i) break;
|
||
// 交换两节点
|
||
this.swap(i, ma);
|
||
// 循环向下堆化
|
||
i = ma;
|
||
}
|
||
}
|
||
```
|
||
|
||
=== "Dart"
|
||
|
||
```dart title="my_heap.dart"
|
||
/* 元素出堆 */
|
||
int pop() {
|
||
// 判空处理
|
||
if (isEmpty()) throw Exception('堆为空');
|
||
// 交换根节点与最右叶节点(即交换首元素与尾元素)
|
||
_swap(0, size() - 1);
|
||
// 删除节点
|
||
int val = _maxHeap.removeLast();
|
||
// 从顶至底堆化
|
||
siftDown(0);
|
||
// 返回堆顶元素
|
||
return val;
|
||
}
|
||
|
||
/* 从节点 i 开始,从顶至底堆化 */
|
||
void siftDown(int i) {
|
||
while (true) {
|
||
// 判断节点 i, l, r 中值最大的节点,记为 ma
|
||
int l = _left(i);
|
||
int r = _right(i);
|
||
int ma = i;
|
||
if (l < size() && _maxHeap[l] > _maxHeap[ma]) ma = l;
|
||
if (r < size() && _maxHeap[r] > _maxHeap[ma]) ma = r;
|
||
// 若节点 i 最大或索引 l, r 越界,则无须继续堆化,跳出
|
||
if (ma == i) break;
|
||
// 交换两节点
|
||
_swap(i, ma);
|
||
// 循环向下堆化
|
||
i = ma;
|
||
}
|
||
}
|
||
```
|
||
|
||
=== "Rust"
|
||
|
||
```rust title="my_heap.rs"
|
||
/* 元素出堆 */
|
||
fn pop(&mut self) -> i32 {
|
||
// 判空处理
|
||
if self.is_empty() {
|
||
panic!("index out of bounds");
|
||
}
|
||
// 交换根节点与最右叶节点(即交换首元素与尾元素)
|
||
self.swap(0, self.size() - 1);
|
||
// 删除节点
|
||
let val = self.max_heap.remove(self.size() - 1);
|
||
// 从顶至底堆化
|
||
self.sift_down(0);
|
||
// 返回堆顶元素
|
||
val
|
||
}
|
||
|
||
/* 从节点 i 开始,从顶至底堆化 */
|
||
fn sift_down(&mut self, mut i: usize) {
|
||
loop {
|
||
// 判断节点 i, l, r 中值最大的节点,记为 ma
|
||
let (l, r, mut ma) = (Self::left(i), Self::right(i), i);
|
||
if l < self.size() && self.max_heap[l] > self.max_heap[ma] {
|
||
ma = l;
|
||
}
|
||
if r < self.size() && self.max_heap[r] > self.max_heap[ma] {
|
||
ma = r;
|
||
}
|
||
// 若节点 i 最大或索引 l, r 越界,则无须继续堆化,跳出
|
||
if ma == i {
|
||
break;
|
||
}
|
||
// 交换两节点
|
||
self.swap(i, ma);
|
||
// 循环向下堆化
|
||
i = ma;
|
||
}
|
||
}
|
||
```
|
||
|
||
=== "C"
|
||
|
||
```c title="my_heap.c"
|
||
/* 元素出堆 */
|
||
int pop(maxHeap *h) {
|
||
// 判空处理
|
||
if (isEmpty(h)) {
|
||
printf("heap is empty!");
|
||
return INT_MAX;
|
||
}
|
||
// 交换根节点与最右叶节点(即交换首元素与尾元素)
|
||
swap(h, 0, size(h) - 1);
|
||
// 删除节点
|
||
int val = h->data[h->size - 1];
|
||
h->size--;
|
||
// 从顶至底堆化
|
||
siftDown(h, 0);
|
||
|
||
// 返回堆顶元素
|
||
return val;
|
||
}
|
||
|
||
/* 从节点 i 开始,从顶至底堆化 */
|
||
void siftDown(maxHeap *h, int i) {
|
||
while (true) {
|
||
// 判断节点 i, l, r 中值最大的节点,记为 max
|
||
int l = left(h, i);
|
||
int r = right(h, i);
|
||
int max = i;
|
||
if (l < size(h) && h->data[l] > h->data[max]) {
|
||
max = l;
|
||
}
|
||
if (r < size(h) && h->data[r] > h->data[max]) {
|
||
max = r;
|
||
}
|
||
// 若节点 i 最大或索引 l, r 越界,则无须继续堆化,跳出
|
||
if (max == i) {
|
||
break;
|
||
}
|
||
// 交换两节点
|
||
swap(h, i, max);
|
||
// 循环向下堆化
|
||
i = max;
|
||
}
|
||
}
|
||
```
|
||
|
||
=== "Zig"
|
||
|
||
```zig title="my_heap.zig"
|
||
// 元素出堆
|
||
fn pop(self: *Self) !T {
|
||
// 判断处理
|
||
if (self.isEmpty()) unreachable;
|
||
// 交换根节点与最右叶节点(即交换首元素与尾元素)
|
||
try self.swap(0, self.size() - 1);
|
||
// 删除节点
|
||
var val = self.max_heap.?.pop();
|
||
// 从顶至底堆化
|
||
try self.siftDown(0);
|
||
// 返回堆顶元素
|
||
return val;
|
||
}
|
||
|
||
// 从节点 i 开始,从顶至底堆化
|
||
fn siftDown(self: *Self, i_: usize) !void {
|
||
var i = i_;
|
||
while (true) {
|
||
// 判断节点 i, l, r 中值最大的节点,记为 ma
|
||
var l = left(i);
|
||
var r = right(i);
|
||
var ma = i;
|
||
if (l < self.size() and self.max_heap.?.items[l] > self.max_heap.?.items[ma]) ma = l;
|
||
if (r < self.size() and self.max_heap.?.items[r] > self.max_heap.?.items[ma]) ma = r;
|
||
// 若节点 i 最大或索引 l, r 越界,则无须继续堆化,跳出
|
||
if (ma == i) break;
|
||
// 交换两节点
|
||
try self.swap(i, ma);
|
||
// 循环向下堆化
|
||
i = ma;
|
||
}
|
||
}
|
||
```
|
||
|
||
## 8.1.3 堆常见应用
|
||
|
||
- **优先队列**:堆通常作为实现优先队列的首选数据结构,其入队和出队操作的时间复杂度均为 $O(\log n)$ ,而建队操作为 $O(n)$ ,这些操作都非常高效。
|
||
- **堆排序**:给定一组数据,我们可以用它们建立一个堆,然后不断地执行元素出堆操作,从而得到有序数据。然而,我们通常会使用一种更优雅的方式实现堆排序,详见后续的堆排序章节。
|
||
- **获取最大的 $k$ 个元素**:这是一个经典的算法问题,同时也是一种典型应用,例如选择热度前 10 的新闻作为微博热搜,选取销量前 10 的商品等。
|