java数据结构与算法-堆

一、堆代码如下：

package com.tool.wpn.quicksort;/** * Created by Xi on 2017/8/17. * 堆，数据结构是树，底层用数组实现 */public class Heap {    private NodeHeap[] heapArray;    private int maxSize;//最大容纳元素个数    private int currentSize;//当前现有元素个数    public Heap(int max){        maxSize=max;        currentSize=0;        heapArray=new NodeHeap[maxSize];    }    /**     * 判断是否为空     */    public boolean isEmpty(){        return currentSize==0;    }    /**     * 插入节点     */    public boolean insert(int key){        if(currentSize==maxSize)return false;//满了        NodeHeap newNode=new NodeHeap(key);        heapArray[currentSize]=newNode;//新节点放到数组最后位置，即数最底层        trickleUP(currentSize);//把新节点进行比较向上调整        currentSize++;//数据项数量增加一个        return true;    }    /**     * 向上调整节点，将其放到应该在的位置，因为子节点必须的小于父节点     */    private void trickleUP(int index){        int parent=(index-1)/2;//index节点的父节点        NodeHeap bottom=heapArray[index];//暂存index节点数据        while(index>0&&heapArray[parent].getKey()<bottom.getKey()){//若未到根节点，并且父节点值小于子节点值，则做调整            heapArray[index]=heapArray[parent];            index=parent;//子父节点做颠倒调整            parent=(parent-1)/2;//从求父节点位置        }        heapArray[index]=bottom;    }    /**     * 删除根节点     */    public NodeHeap remove(){        NodeHeap root=heapArray[0];        heapArray[0]=heapArray[--currentSize];//把最后一个数据项移到根        trickleDown(0);//把新的根位置的数据项进行比较向下调整        return root;    }    /**     * 向下调整     * 即从根往下一层一层的寻找该在的位置     */    private void trickleDown(int index){        int largerChild;//最大的子节点的位置        NodeHeap top=heapArray[index];//暂存要向下调整的节点对象        while(index<currentSize/2){//从根往下走，直到最底的一层            int leftChild=2*index+1;//左子节点            int rightChild=leftChild+1;//右子节点            if(rightChild<currentSize&&heapArray[leftChild].getKey()<heapArray[rightChild].getKey()){//左子点小于右子节点                largerChild=rightChild;            }else{//右子节点小于左子节点                largerChild=leftChild;            }            //找到位置，停止循环            if(top.getKey()>=heapArray[largerChild].getKey())break;            //未找到位置，继续循环找            heapArray[index]=heapArray[largerChild];//将大的子节点的值赋给他的根节点，即上移            index=largerChild;        }        heapArray[index]=top;//将top值赋给最终找到的位置    }    /**     * 修改节点值     * @param index     * @param newValue     * @return     */    public boolean change(int index,int newValue){        if(index<0||index>=currentSize){//无效位置            return false;        }        int oldValue=heapArray[index].getKey();        heapArray[index].setKey(newValue);        if(oldValue<newValue){            trickleUP(index);        }else{            trickleDown(index);        }        return true;    }    public void displayHeap(){        //以树状方式显示        int nBlanks=32;        int itemsPerRow=1;        int colum=0;        int j=0;        String dots="................................";        System.out.println(dots+dots);        while(currentSize>0){            if(colum==0){                for(int k=0;k<nBlanks;k++)                    System.out.print(' ');            }            System.out.print(heapArray[j].getKey());            if(++j==currentSize)break;//全部打印完成            if(++colum==itemsPerRow){//这层数据须打印完                nBlanks/=2;                itemsPerRow*=2;                colum=0;                System.out.println();            }else{                for(int k=0;k<nBlanks*2-2;k++)System.out.print(' ');            }        }        System.out.println("\n"+dots+dots);    }}

二、主函数调用如下：

 /**     * 堆     * 优先级队列(ADT)；用有序数组实现，删除最大数最快O(1)，插入慢     * 用堆实现优先级队列，插入和删除都很快(O(logN))     * 堆：是一种数（一种特殊的二叉树）     * 特点：     *      1、它是完全的二叉树，除了树的最后一层节点不需要是满，其他的每一层从左2到右都完全是满的。     *      2、它常常是用一个数组实现     *      3、堆中的每一个节点都满足堆的条件，父节点的关键字要大于所有子节点。     * 堆是弱序，不是那种完全的有序的。     */    private void heap(){        Heap heap=new Heap(20);        heap.insert(70);        heap.insert(60);        heap.insert(50);        heap.insert(90);        heap.insert(77);        heap.insert(78);        heap.insert(110);        heap.insert(120);        heap.insert(102);        heap.insert(130);        heap.insert(10);        heap.displayHeap();        heap.remove();        heap.displayHeap();        boolean change = heap.change(3, 80);        Log.e(TAG,"change的值为："+change);        heap.displayHeap();    }

打印日志如下：

源码下载地址：点击打开链接