1.二叉树的顺序存储
1.1存储方式
完全二叉树/满二叉树建议使用顺序表存储因为没有空间的浪费,不用存储空节点,其他二叉树不建议用顺序表存储(数组) 将二叉树用层序遍历方式放入数组中,这种方式的主要用法就是堆的表示。 层序遍历结果
1.2 二叉树的节点编号关系
已知父节点(parent)的下标,则:左孩子(left)下标 = 2 * parent + 1;右孩子(right)下标 = 2 * parent + 2; 已知孩子(不区分左右)(child)下标,则:双亲(parent)下标 = (child - 1) / 2; 问题
- 给一个索引K,如何判断是否为子节点???
答:若节点K存在左右子树,则左子树的索引为2K+1,右子树的索引为2K+2 ;当2K+1 > 数组长度 时,则索引为 K 的节点没有子树 问题2:节点索引为K,如何判断父节点是否存在??? 二叉树只有一个节点没有父节点即根节点,只需看父节点的编号是否大于0,父节点的索引为(k-1)>>1;(除2)
2.堆概念
2.1 概念
- 堆逻辑上是一棵完全二叉树
- 堆物理上是保存在数组中
- 堆中根节点值>=子树中的节点值,叫做大堆,或者大根堆,或者最大堆
- 堆中根节点值<=子树节点值,则是小堆,或者小根堆,或者最小堆
- 堆的基本作用是,快速找集合中的最值
最大堆,节点所在的层次越高,节点值越大是错误的只能保证当前根节点>=子树中所有节点,任意子树中仍然满足这个特点,节点的大小关系与层次无关 例如:
2.2 堆的一些基本操作
2.2.1 简单操作
public boolean isEmpty() {
return data.size() == 0;
}
private int parent(int k) {
return (k - 1) >> 1;
}
private int leftChild(int k) {
return (k << 1) + 1;
}
private int righttChild(int k) {
return (k << 1) + 2;
}
2.2.2 向最大堆中添加一个新元素
两个步骤:
步骤1. 直接在数组末尾新增元素->结构上保证添加元素之后,这颗二叉树还是 完全二叉树 步骤2. 添加新元素后,调整新元素的位置,使得这棵完全二叉树仍然满足最大 堆的性质
步骤1:首先数组末尾新增元素 步骤2:要使增加元素后的堆满足最大堆的特点,则需要将新增的元素52进行上浮操作。将当前节点与父节点进行比较,若大于父节点则交换
元素上浮的两个终止条件 1.当前节点值<=父节点值(已处于最终位置) 2.已经走到根节点
package bin_tree.heap;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
import java.util.NoSuchElementException;
public class MaxHeap {
List<Integer> data;
public MaxHeap() {
this(10);
}
public MaxHeap(int size) {
data = new ArrayList<>(size);
}
public void add(int val) {
data.add(val);
sifUp(data.size() - 1);
}
public void sifUp(int k) {
while (k > 0 && data.get(k) > data.get(parent(k))) {
swap(k, parent(k));
k = parent(k);
}
}
private void swap(int i, int j) {
int tmp = data.get(i);
data.set(i, data.get(j));
data.set(j, tmp);
}
}
2.2.3 删除最大堆中的最大值元素
大堆的最大特点是堆顶元素是集合中的最大值,exteactMax():取出最大堆中的最大值元素——实际就是取出堆顶元素 1.直接从堆顶取出最大值 data.get() 2.删除堆顶元素,取出堆顶元素后,将数组末尾元素顶到堆顶,然后 进行元素的下沉操作
调整索引为k的节点不断下沉,直到到达最终位置: 终止条件: a:到达叶子节点 2k + 1 > size b: 当前节点值 > 左右子树的最大值
|