在 Java 中实现最小堆
最小堆是其中每个内部节点都小于或等于其子节点值的堆。我们将在以下几点中看到如何使用和不使用库来实现最小堆。
Java 中不使用库的最小堆实现
在这个例子中，我们看到了不使用任何库的实现。在这里，我们创建了一个类 JavaMinHeap，我们在其中创建了三个实例变量 HeapArray 是一个 int 类型的数组，它将保留堆的所有值，size 是堆的大小，maxSize 存储 HeapArray 的最大大小。我们还创建了一个类型为 int 的 static 变量 FRONT 并将其初始化为 1。
我们在构造函数中获取 maxSize 作为参数并将其存储在实例变量 maxSize 中。我们用 0 初始化 size，用 maxSize + 1 大小的 int 数组初始化 HeapArray。我们将 Integer 的最小值存储在 HeapArray 的第一个索引处。
现在我们创建方法来在堆上执行操作。parent() 函数将 position 作为参数，并返回节点所传递位置的父节点。然后我们创建 leftChild()，它返回作为参数接收到的位置的左孩子。使用 rightChild() 返回 (2 * position) + 1 节点值的右子节点也是如此。
isLeaf() 检查一个节点是否是叶子节点，这意味着它有任何子节点。swapNodes() 是一种将位置 fpos 的节点值与位置 spos 交换的方法。在方法中，我们创建了一个 temp 变量并初始化它，HeapArray 的 fpos 位置，并将 HeapArray 的 spos 值存储到 HeapArray[fpos]。现在我们将 temp 值存储在 HeapArray[spos] 中。
convertToMinHeap() 使用 isLeaf 检查作为参数接收的位置是否是叶子，如果不是，则检查 HeapArray 位置的当前值是否大于左孩子或右孩子。然后我们检查左孩子是否小于右孩子，如果是，我们使用 swapNodes() 来交换节点并在 position 处传递 position 和左孩子。我们再次使用 convertToMinHeap() 将接收到的左子节点转换为最小堆。
我们使用 insert() 将值插入到最小堆中。在 insert() 中，如果数组达到 maxSize，我们不插入就返回；如果没有，我们在 ++size 处获取位置并将接收到的元素插入 HeapArray[++size]。我们把尺寸放到当前。如果当前位置的元素小于其父元素，我们将创建一个循环并交换节点。
为了打印最小堆，我们创建 printheap() 并循环遍历 HeapArray，其中父项位于 ith 位置，左子项位于 2 * i 位置，右子项是在 2 * i + 1 位置。在 main() 函数中，我们使用 insert() 在堆中插入元素。
public class JavaMinHeap {
private final int[] HeapArray;
private int size;
private final int maxsize;
private static final int FRONT = 1;
public JavaMinHeap(int maxsize) {
this.maxsize = maxsize;
this.size = 0;
HeapArray = new int[this.maxsize + 1];
HeapArray[0] = Integer.MIN_VALUE;
}
private int parent(int position) {
return position / 2;
}
private int leftChild(int position) {
return (2 * position);
}
private int rightChild(int position) {
return (2 * position) + 1;
}
private boolean isLeaf(int position) {
if (position >= (size / 2) && position <= size) {
return true;
}
return false;
}
private void swapNodes(int fpos, int spos) {
int temp;
temp = HeapArray[fpos];
HeapArray[fpos] = HeapArray[spos];
HeapArray[spos] = temp;
}
private void convertToMinHeap(int position) {
if (!isLeaf(position)) {
if (HeapArray[position] > HeapArray[leftChild(position)]
|| HeapArray[position] > HeapArray[rightChild(position)]) {
if (HeapArray[leftChild(position)] < HeapArray[rightChild(position)]) {
swapNodes(position, leftChild(position));
convertToMinHeap(leftChild(position));
} else {
swapNodes(position, rightChild(position));
convertToMinHeap(rightChild(position));
}
}
}
}
public void insert(int element) {
if (size >= maxsize) {
return;
}
HeapArray[++size] = element;
int current = size;
while (HeapArray[current] < HeapArray[parent(current)]) {
swapNodes(current, parent(current));
current = parent(current);
}
}
public void printHeap() {
for (int i = 1; i <= size / 2; i++) {
System.out.println("PARENT : " + HeapArray[i]);
System.out.println("--LEFT CHILD : " + HeapArray[2 * i]);
System.out.println("--RIGHT CHILD : " + HeapArray[2 * i + 1]);
System.out.println();
}
}
public static void main(String[] arg) {
System.out.println("The Min Heap is ");
JavaMinHeap minHeap = new JavaMinHeap(10);
minHeap.insert(10);
minHeap.insert(2);
minHeap.insert(7);
minHeap.insert(15);
minHeap.insert(90);
minHeap.insert(19);
minHeap.insert(8);
minHeap.insert(22);
minHeap.insert(9);
minHeap.printHeap();
}
}
输出：
The Min Heap is
PARENT : 2
--LEFT CHILD : 9
--RIGHT CHILD : 7
PARENT : 9
--LEFT CHILD : 10
--RIGHT CHILD : 90
PARENT : 7
--LEFT CHILD : 19
--RIGHT CHILD : 8
PARENT : 10
--LEFT CHILD : 22
--RIGHT CHILD : 15
Java 中使用 PriorityQueue 实现最小堆
在这个程序中，我们使用用于创建最大和最小堆的 PriorityQueue。PriorityQueue 提供了多个类似 add() 将元素插入队列的方法，peek() 获取队列的头部并将其删除，poll() 也检索队列的头部但不删除它. contains() 检查它指定的元素是队列。remove() 删除指定的元素。
我们结合 PriorityQueue 的所有功能来创建和执行最小堆操作。首先，我们使用 new PriorityQueue() 创建一个 Integer 类型的空 priorityQueue 对象。然后我们使用 add() 方法添加我们的元素。为了打印和移除队列头，我们调用打印 10 的 priorityQueue.peek()。然后我们使用增强的 for 打印队列的所有元素。现在我们调用 poll() 打印并删除 10。然后我们从队列中删除一个元素。我们使用返回 boolean 的 contains() 来检查元素是否在队列中。最后，为了打印剩余的值，我们使用 toArray() 将队列转换为数组。
import java.util.*;
public class JavaMinHeap {
public static void main(String[] args) {
PriorityQueue<Integer> priorityQueue = new PriorityQueue<>();
priorityQueue.add(10);
priorityQueue.add(15);
priorityQueue.add(25);
priorityQueue.add(200);
System.out.println("The head value using peek(): " + priorityQueue.peek());
System.out.println("The queue elements: ");
for (Integer integer : priorityQueue) System.out.println(integer);
priorityQueue.poll();
System.out.println("After removing the head element using poll(): ");
for (Integer integer : priorityQueue) System.out.println(integer);
priorityQueue.remove(25);
System.out.println("After removing 25 with remove(): ");
for (Integer integer : priorityQueue) System.out.println(integer);
boolean b = priorityQueue.contains(15);
System.out.println("Check if priorityQueue contains 15 using contains(): " + b);
Object[] arr = priorityQueue.toArray();
System.out.println("Values in array: ");
for (Object o : arr) System.out.println("Value: " + o.toString());
}
}
输出：
The head value using peek(): 10
The queue elements:
10
15
25
200
After removing the head element using poll():
15
200
25
After removing 25 with remove():
15
200
Check if priorityQueue contains 15 using contains(): true
Values in array:
Value: 15
Value: 200
Rupam Saini is an android developer, who also works sometimes as a web developer., He likes to read books and write about various things.
LinkedIn