堆（優先隊列）是一種典型的數據結構，其形狀是一棵完全二叉樹，一般用于求解topk問題。根據雙親節點大于等于孩子節點或雙親節點小于等于孩子節點，可分為大頂堆和小頂堆，本文實現大頂堆。
根據大頂堆的定義，大頂堆的雙親節點大于等于其孩子節點，堆頂元素最大，對于每一個子樹都是一個大頂堆，則從最后一個雙親節點進行調整為大頂堆，一直到根節點，則可構建一個大頂堆。
我們這里采用數組去存儲，以heap={3,2,1,5,6,4}為例，需要一個init(int[] heap)初始化方法，從最后一個雙親節點開始將heap逐漸調整為大頂堆，其中需要使用到adjust(int[] heap, int i, int end)方法。
調整過程：從最后一個雙親節點出發，如果以當前雙親節點為根的樹不符合大頂堆，則進行調整。
代碼實現如下：
public void init(int[] heap) {
//從最后一個雙親節點開始調整
//逐漸往上進行調整
for (int i = heap.length / 2 ; i > 0 ; i-- ) {
this.adjust(heap, i, heap.length);
}
}
public void adjust(int[] heap, int i, int end) {
int j = i << 1;
while (j <= end) {
//找到兩個孩子節點z中較大的節點
if (j < end && heap[j - 1] < heap[j]) {
j = j + 1;
}
//如果較大節點還小于根節點，則以當前節點為根節點的
//二叉樹已經是大頂堆，不需要進行調整
if (heap[i - 1] > heap[j - 1]) {
break;
}
//進行調整，將當前節點換到較大位置，再從當前位置進行調整
int temp = heap[i - 1];
heap[i - 1] = heap[j - 1];
heap[j - 1] = temp;
i = j;
j = i << 1;
}
}構建好了大頂堆之后，我們如何求得topk呢，此時堆頂元素為top1，我們只需要將top1元素拿走，將剩下元素調整為大頂堆，k次之后即可得到topk。
具體過程：我們將堆頂元素與最后一個元素進行交換，然后將堆頂到倒數第二個元素進行調整，依次類推。
以leetcode215數組中第k個最大元素為例：
給定整數數組 nums 和整數 k，請返回數組中第 k 個最大的元素。
請注意，你需要找的是數組排序后的第 k 個最大的元素，而不是第 k 個不同的元素
public int findKthLargest(int[] nums, int k) {
this.init(nums);
//找到第k大的數
int end = nums.length;
while (k > 1) {
//將當前堆頂元素放到末尾，進行堆調整
int temp = nums[0];
nums[0] = nums[end - 1];
nums[end - 1] = temp;
end = end - 1;
-- k;
this.adjust(nums, 1, end);
}
return nums[0];
} 
此外，Java本身提供了優先隊列集合類，但是對于這個題目效率不如自己實現的高
public int findKthLargest(int[] nums, int k) {
PriorityQueue<Integer> priorityQueue = new PriorityQueue<>(k);
for (int num : nums) {
if (priorityQueue.size() == k) {
if (num > priorityQueue.peek()) {
priorityQueue.poll();
priorityQueue.add(num);
}
continue;
}
priorityQueue.add(num);
}
return priorityQueue.poll();
}
到此這篇關于Java數據結構之堆(優先隊列)的實現的文章就介紹到這了,更多相關Java 堆內容請搜索html5模板網以前的文章希望大家以后多多支持html5模板網！
【網站聲明】本站部分內容來源于互聯網,旨在幫助大家更快的解決問題，如果有圖片或者內容侵犯了您的權益，請聯系我們刪除處理，感謝您的支持！