二叉堆就是完全二叉树,或者是靠近完全二叉树结构的二叉树。在二叉树建树时采取前序建树就是建立的完全二叉树。也就是二叉堆。所以二叉堆的建堆过程理论上讲和前序建树一样。
二叉堆本质上是一棵近完全的二叉树,那么大顶堆和小顶堆必然也是满足这个结构要求的。在此之上,大顶堆要求对于一个节点来说,它的左右节点都比它小;小顶堆要求对于一个节点来说,它的左右节点都比它大。
二叉堆建堆本质上和前序建堆差不多,只不过需要考虑的一点就是大小关系,这一点和二叉搜索树建树有点相似,所以可以得出结论,建树,本质上都是递归建树,只不过因为数据结构的大小要求不一样,需要的判断函数不一样,节点进入哪个位置也不一样。
大顶堆和小顶堆也分为稳定和不稳定的堆。稳定和不稳定指如果具备相同的值,那么他们的插入顺序应该和节点顺序一致。
首先,定义出基本的堆结构
public class binaryheap { private integer value; private binaryheap leftchild; private binaryheap rightchild;}
建堆过程与建二叉树过程一致
public static binaryheap buildheap(binaryheap binaryheap, integer value) { if (objects.isnull(binaryheap)) binaryheap = new binaryheap(); if (objects.isnull(binaryheap.getvalue())) { binaryheap.tvalue(value); 付出的爱return binaryheap; } if (objects.isnull(binaryheap.getleftchild())) { binaryheap binaryheap1 = new binaryheap(); binaryheap1.tvalue(value); binaryheap.tleftchild(binaryheap1); } el if (objects.nonnull(binaryheap.getleftchild())) { if (objects.isnull(binaryheap.getrightchild())) { binaryheap binaryheap1 = new binaryheap(); binaryheap1.tvalue(value); 酱肉的制作方法 binaryheap.trightchild(binaryheap1); } el { // todo: 2022/1/14 左右节点两种都不为null if (checknull(binaryheap.getleftchild())) buildheap(binaryheap.getleftchild(), value); el if (checknull(binaryheap.getrightchild())) buildheap(binaryheap.getrightchild(), value); el buildheap(binaryheap.getleftchild(), value); } } return binaryheap;}
主要原理就是如果当前节点的左节点为空,则把当前值放到左节点,如果左节点不为空,右节点为空,则把值放到右节点。如果左右节点都不为空,就将建树过程转移到下一层,如果左节点有为空的子节点,就转移给左节点,如果左节点没有为空的子节点,且右节点有为空的子节点,那么转移给右节点。如果左右节点都没有为空的子节点,那么也转移给左节点。
以序列2,3,4,5,9,6,8,7为例,按照该算法建立出来的二叉堆结构如下:
{ "value": 2, "left_child": { "value": 3, "left_child": { "value": 4, "left_child": { "value": 8, 6月的英文"left_child": null, "right_child": null }, "right_child": { "value": 7, "left_child": null, "right_child": null } }, "right_child": { "value": 5, "left_child": null, "right_child": null } }, "right_child": { "value": 1, "left_child": { "value": 9, "left_child": null, "right_child": null }, "right_child": { "value": 6, "left_child": null, "right_child": null } }}
大顶堆在建堆的基础上,有一个要求,根节点比左右子树的任何节点的值都大。那么建树的过程可以分为两步,对于每一个值,首先按照建树过程,会到二叉堆的最底部,然后通过不断的让自己与自己的根节点做比较,如果自己大于根节点,就交换自己与根节点的位置,递归回溯即可。
假设现在红色节点组成的已经是一个大顶堆,现在新增了一乌克兰和俄罗斯的关系个节点到这个二叉堆中,而且是比任意节点都大,那么黑色箭头将是该节点的行动路线,它会反复与父级比较,如果大于父级,则交换和父级的关系。
public static binaryheap up(binaryheap father) { if (objects.nonnull(father.getleftchild())) { if (father.getvalue() < father.getleftchild().getvalue()) { int c = father.getvalue(); father.tvalue(father.getleftchild().getvalue()); father.getleftchild().tvalue(c); } up(father.getleftchild()); } if (objects.nonnull(father.getrightchild())) { if (father.getvalue() < father.getrightchild().getvalue()) { int c = father.getvalue(); father.tvalue(father.getrightchild().getvalue()); father.getrightchild().tvalue(c); } up(father.getrightchild()); } return father;}
该方法放在普通建树方法之后,就是大顶堆的建树方法了,总的方法如下:
public static binaryheap bigpush(binaryheap binaryheap, integer value) { binaryheap = buildheap(binaryheap, value); up(binaryheap); return binaryheap;}
还是以序列2,3,4,5,9,6,8,7为例,按照该算法建立出来的大顶堆结构如下:
{ "value": 9, "left_child": { "value": 8, "left_child": { "value": 7, "left_child": { "value": 2, "left_child": null, "right_child": null }, "right_child": { "value": 4, "left_child": null, "right_child": null } }, "right_child": { "value": 3, "left_child": null, "right_child": null } }, "right_child": { "value": 6, "left_child": { "value": 1, "left_child": null, "right_child": null }, "right_child": { "value": 5, "left_child": null, "right_child": null } }}
小顶堆与大顶堆类似
过程与大顶堆一致,不过此时是比父级小就和父级交换。
public static binaryheap down(binaryheap father) { if (objects.nonnull(father.getleftchild())) { if (father.getvalue() > father.getleftchild().getvalue()) { int c = father.getvalue(); father.tvalue(father.getleftchild().getvalue()); father.getleftchild().tvalue(c); } down(father.getleftchild()); } if (objects.nonnull(father.getrightchild())) { if (father.getvalue() > father.getrightchild().getvalue()) { int c = father.getvalue(); father.tvalue(father.getrightchild().getvalue()); father.getrightchild().tvalue(c); } down(father.getrightchild()); } return father;}
这个是向下走的过程,最终代码为:
public static binaryheap smallpush(binaryheap binaryheap, integer value) { binaryheap = buildheap(binaryheap, value); down(binaryheap); return binaryheap;}
以序列2,3,4,5,9,6,8,7为例,按照该算法建立出来的小顶堆结构如下:
{ "value": 1, "left_child": { "value": 3, "left_child": { "value": 4, "left_child": { "value": 8, "left_child": null, "right_child": null }, "right_child": { "value": 7, "left_child": null, "right_child": null } }, "right_child": { "value": 5, "left_child": null, "right_child": null } }, "right_child": { "value": 2, "left_child": { "value": 9, "left_child": null, "right_child": null }, "right_child": { "value": 6, "left_child": null, "right_child": null } }}
public static integer bigpop(binaryheap binaryheap) { integer val = binaryheap.getvalue(); if (binaryheap.getleftchild().getvalue() >= binaryheap.getrightchild().getvalue()) { binaryheap.tvalue(binaryheap.getleftchild().getvalue()); binaryheap binaryheap1 = mergetree(binaryheap.getleftchild().getleftchild(), binaryheap.getleftchild().getrightchild()); up(binaryheap1); binaryheap.tleftchild(binaryheap1); } el { binaryheap.tvalue(binaryheap.getrightchild().getvalue()); binaryheap binaryheap1 = mergetree(binaryheap.getrightchild().getleftchild(), binaryheap.getrightchild().getrightchild()); up(binaryheap1); binaryheap.trightchild(binaryheap1); } return val;}public st浙江农林大学是几本atic integer smallpop(binaryheap binaryheap) { integer val = binaryheap.getvalue(); if (binaryheap.getleftchild().getvalue() <= binaryheap.getrightchild().getvalue()) { binaryheap.tvalue(binaryheap.getleftchild().getvalue()); binaryheap binaryheap1 = mergetree(binaryheap.getleftchild().getleftchild(), binaryheap.getleftchild().getrightchild()); down(binaryheap1); binaryheap.tleftchild(binaryheap1); } el { binaryheap.tvalue(binaryheap.getrightchild().getvalue()); binaryheap binaryheap1 = mergetree(binaryheap.getrightchild().getleftchild(), binaryheap.getrightchild().getrightchild()); down(binaryheap1); binaryheap.trightchild(binaryheap1); } return val;}
取出来之后,需要重新调用down或者up函数。以构建小顶堆,取出五次后的结果
public static void main(string[] args) { int[] a = new int[]{2, 3, 1, 4, 5, 9, 6, 8, 7}; binaryheap binaryheap = new binaryheap(); for (int i = 0; i < a.length; i++) { binaryheap = smallpush(binaryheap, a[i]); } system.out.println(json.tojson(smallpop(binaryheap))); system.out.println(json.tojson(smallpop(binaryheap))); system.out.println(json.tojson(smallpop(binaryheap))); system.out.println(json.tojson(smallpop(binaryheap))); system.out.println(json.tojson(smallpop(binaryheap))); system.out.println(json.tojson(binaryheap)); }
取完后的小顶堆为:
{ "value": 6, "left_child": { "value": 7, "left_child": { "value": 8, "left_child": null, "right_child": null }, "right_child": null }, "right_child": { "value": 9, "left_child": null, "right_child": null }}
到此这篇关于java实现二叉堆、大顶堆和小顶堆的文章就介绍到这了,更多相关java内容请搜索www.887551.com以前的文章或继续浏览下面的相关文章希望大家以后多多支持www.887551.com!
本文发布于:2023-04-04 18:55:54,感谢您对本站的认可!
本文链接:https://www.wtabcd.cn/fanwen/zuowen/c554715f398305a344c06a88a9001761.html
版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。
本文word下载地址:Java实现二叉堆、大顶堆和小顶堆.doc
本文 PDF 下载地址:Java实现二叉堆、大顶堆和小顶堆.pdf
留言与评论(共有 0 条评论) |