最小堆最大堆了解吗？一文了解堆在前端中的应用

Posted 星期一研究室

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了最小堆最大堆了解吗？一文了解堆在前端中的应用相关的知识，希望对你有一定的参考价值。

封面

一文了解堆在前端中的应用

⚡序言

我们都知道树是一个数据结构，但可能很少听到堆这个数据结构。其实，堆就是一种特殊的完全二叉树。而对于前端来说，我们通常了解最大堆和最小堆，也经常用最大堆和最小堆来解决各种问题。比如，数组中的第K个最大元素、文档中前K个高频元素等等。

在下面的这篇文章中，将讲解堆的基础知识，并手动地用 js 来构建一个最小堆，同时剖析几道经典的 leetcode 算法题。

接下来开始进入本文的讲解~🔥

🦘一、堆是什么？

  • 堆是一种特殊的 完全二叉树 ，完全二叉树意味着每个节点都有两个孩子节点。
  • 最大堆：所有的节点都 大于等于≥ 它的子节点；
  • 最小堆：所有的节点都 小于等于≤ 它的子节点。

🐥二、JS中的堆

  • JS 通常用数组来表示堆。
  • 左侧节点的位置是 2*index+1 。
  • 右侧节点的位置是 2*index+2 。
  • 父节点位置是 (index - 1) / 2 。

🐝三、堆的应用

  • 堆能够高效、快速地找出最大值和最小值，时间复杂度 O(1) 。
  • 在开发中，有时候我们可能会想要找到一个数组中的最大或者最小元素，而堆，就可以找出第K个最大（小）元素。

🐈四、构建一个最小堆

1. 定义

从上面的小知识中我们可以了解到，对于最小堆来说，它的所有节点都小于等于它的子节点。接下来我们来看堆这个数据结构的一些常见实现方法。

2. 方法

方法含义
swap()交换两个节点的位置
getParentIndex()获取父节点的位置
getLeftIndex()获取左侧子节点的位置
getRightIndex()获取右侧子节点的位置
shiftUp()进行上移操作
shiftDown()进行下移操作
insert()插入节点的值
pop()删除堆顶操作
peek()获取堆顶的值
size()获取堆的大小

3. 用js代码实现最小堆

（1）初始化一个堆

首先我们需要先来定义一个空数组，这个数组用来存放一个堆。具体代码如下：

class MinHeap{
	//创建一个构造器，存放一个堆
	constructor(){
		this.heap = [];
	}
}

（2）交换位置swap()

初始化完一个堆之后，如果想要实现上下移操作，我们时不时的还需要对两个节点进行位置交换。那么我们再来写一个交换节点位置的方法。具体代码如下：

class MinHeap{
	//创建一个构造器，存放一个堆
	constructor(){
		this.heap = [];
	}
    //交换节点i1和i2之间的位置
    swap(i1, i2){
        const temp = this.heap[i1];
        this.heap[i1] = this.heap[i2];
        this.heap[i2] = temp;
    }
}

（3）获取父节点的位置getParentIndex()

上面我们讲到，父节点的位置是在 (index - 1) / 2 。 因此，我们需要传入当前节点的值索引 index ，来进行一个地板除操作，获取具体的父节点位置。具体代码如下：

class MinHeap{
	//创建一个构造器，存放一个堆
	constructor(){
		this.heap = [];
	}
    //交换节点i1和i2之间的位置
    swap(i1, i2){
        const temp = this.heap[i1];
        this.heap[i1] = this.heap[i2];
        this.heap[i2] = temp;
    }
    
    //获取父节点的位置
    getParentIndex(i){
        return Math.floor((i - 1)/2);
        //也可以用以下这种右移操作的方法
        //return (i - 1) >> 1;
    }
}

（4）获取左侧子节点的位置getLeftIndex()

对于左侧子节点来说，其索引为 2 * index + 1 ，也就是说，它是 当前节点的索引值的2倍 + 1 。具体实现代码如下：

class MinHeap{
	//创建一个构造器，存放一个堆
	constructor(){
		this.heap = [];
	}
    //交换节点i1和i2之间的位置
    swap(i1, i2){
        const temp = this.heap[i1];
        this.heap[i1] = this.heap[i2];
        this.heap[i2] = temp;
    }
    
    //获取父节点的位置
    getParentIndex(i){
        return Math.floor((i - 1)/2);
        //也可以用以下这种右移操作的方法
        //return (i - 1) >> 1;
    }
    
    //获取左侧子节点，i为当前节点的索引
    getLeftIndex(i){
        return i * 2 + 1;
    }
}

（5）获取右侧子节点的位置getRightIndex()

对于右侧子节点来说，其索引为 2 * index + 2 ，也就是说，它是 当前节点的索引值的2倍 + 2 。具体实现代码如下：

class MinHeap{
	//创建一个构造器，存放一个堆
	constructor(){
		this.heap = [];
	}
    //交换节点i1和i2之间的位置
    swap(i1, i2){
        const temp = this.heap[i1];
        this.heap[i1] = this.heap[i2];
        this.heap[i2] = temp;
    }
    
    //获取父节点的位置
    getParentIndex(i){
        return Math.floor((i - 1)/2);
        //也可以用以下这种右移操作的方法
        //return (i - 1) >> 1;
    }
    
    //获取左侧子节点，i为当前节点的索引
    getLeftIndex(i){
        return i * 2 + 1;
    }
    
    //获取右侧子节点，i为当前节点的索引
    getRightIndex(i){
        return i * 2 + 2;
    }
}

（6）进行上移操作shiftUp()

上面我们实现了获取父节点等获取各种索引的操作，现在，我们来实现上移操作。

对于上移操作来说，实现思路如下：

  • 先判断当前节点的位置是否在堆的顶点处，如果是，则不进行上移操作；如果否，则继续进行比较；
  • 获取父节点的位置索引，获取索引的目的是为了获取该索引的具体值；
  • 将当前节点的值与父节点的值进行对比，如果父节点的值大于当前节点的值，则进行上移操作；
  • 递归进行上移操作，直到到达堆顶为止。

下面给出具体的代码实现方法：

class MinHeap{
	//创建一个构造器，存放一个堆
	constructor(){
		this.heap = [];
	}
    //交换节点i1和i2之间的位置
    swap(i1, i2){
        const temp = this.heap[i1];
        this.heap[i1] = this.heap[i2];
        this.heap[i2] = temp;
    }
    
    //获取父节点的位置
    getParentIndex(i){
        return Math.floor((i - 1)/2);
        //也可以用以下这种右移操作的方法
        //return (i - 1) >> 1;
    }
    
    //shiftUp进行上移操作
    shiftUp(index){
        //如果在堆的顶点处，则不进行上移操作，直接返回结果
        if(index === 0){
            return;
        }
        //获取父节点(即获取当前节点的父节点的值，且每个节点的父节点只有一个)
        const parentIndex = this.getParentIndex(index);
        //判断如果堆的父节点如果大于子节点，则进行位置交换
        if(this.heap[parentIndex] > this.heap[index]){
            this.swap(parentIndex, index);
            //交换完成之后，继续递归进行上移操作
            this.shinftUp(parentIndex);
        }
    }
}

（7）进行下移操作shiftDown()

对于下移操作来说，实现思路如下：

  • 先获取左右侧节点；
  • 将左侧子节点与当前节点进行比较，如果左侧子节点比当前节点小，则进行位置交换，之后将交换完的节点继续进行比较；
  • 左侧节点比较完之后，接下来比较右侧节点；
  • 将右侧子节点与当前节点进行比较，如果右侧子节点比当前节点小，则进行位置交换，之后将交换完的节点继续进行比较；
  • 如此循环操作，直到最后一个节点为止。

下面给出具体的代码实现方法：

class MinHeap{
	//创建一个构造器，存放一个堆
	constructor(){
		this.heap = [];
	}
    //交换节点i1和i2之间的位置
    swap(i1, i2){
        const temp = this.heap[i1];
        this.heap[i1] = this.heap[i2];
        this.heap[i2] = temp;
    }
    
    //获取左侧子节点，i为当前节点的索引
    getLeftIndex(i){
        return i * 2 + 1;
    }
    
    //获取右侧子节点，i为当前节点的索引
    getRightIndex(i){
        return i * 2 + 2;
    }
    
    // 进行下移操作
    shiftDown(index){
        // 获取左右侧子节点
        const leftIndex = this.getLeftIndex(index);
        const rightIndex = this.getRightIndex(index);
        //  对左侧结点进行交换
        if(this.heap[leftIndex] < this.heap[index]){
            this.swap(leftIndex, index);
            this.shiftDown(leftIndex);
        }
        //  对右侧结点进行交换
        if(this.heap[rightIndex] < this.heap[index]){
            this.swap(rightIndex, index);
            this.shiftDown(rightIndex);
        }
    }
}

（8）插入节点的值insert()

对于插入节点操作来说，实现思路如下：

  • 将值插入堆的底部，即数组的尾部。
  • 然后上移：将这个值和它的父节点进行交换，直到父节点小于等于这个插入的值。
  • 大小为k的堆中插入元素的时间复杂度为 O(logK) 。

下面给出具体的代码实现方法：

class MinHeap{
	//创建一个构造器，存放一个堆
	constructor(){
		this.heap = [];
	}
    //交换节点i1和i2之间的位置
    swap(i1, i2){
        const temp = this.heap[i1];
        this.heap[i1] = this.heap[i2];
        this.heap[i2] = temp;
    }
    
    //获取父节点的位置
    getParentIndex(i){
        return Math.floor((i - 1)/2);
        //也可以用以下这种右移操作的方法
        //return (i - 1) >> 1;
    }
    
    //shiftUp进行上移操作
    shiftUp(index){
        //如果在堆的顶点处，则不进行上移操作，直接返回结果
        if(index === 0){
            return;
        }
        //获取父节点(即获取当前节点的父节点的值，且每个节点的父节点只有一个)
        const parentIndex = this.getParentIndex(index);
        //判断如果堆的父节点如果大于子节点，则进行位置交换
        if(this.heap[parentIndex] > this.heap[index]){
            this.swap(parentIndex, index);
            //交换完成之后，继续递归进行上移操作
            this.shinftUp(parentIndex);
        }
    }
    
    //插入结点值的操作，value为被插入的值
    insert(value){
        //把新的值放到数组的最后一位
        this.heap.push(value);
        //将值进行上移操作
        this.shiftUp(this.heap.length - 1);
    }
}

（9）删除堆顶操作pop()

对于删除堆顶操作来说，实现思路如下：

  • 用数组尾部元素替换堆顶（因为直接删除堆顶会破坏堆结构）。
  • 然后下移：将新堆顶和它的子节点进行交换，直到子节点大于等于这个新堆顶。
  • 大小为 k 的堆中删除堆顶的时间复杂度为 O(logK) 。

下面给出具体的代码实现方法：

class MinHeap{
	//创建一个构造器，存放一个堆
	constructor(){
		this.heap = [];
	}
    //交换节点i1和i2之间的位置
    swap(i1, i2){
        const temp = this.heap[i1];
        this.heap[i1] = this.heap[i2];
        this.heap[i2] = temp;
    }
    
    //获取左侧子节点，i为当前节点的索引
    getLeftIndex(i){
        return i * 2 + 1;
    }
    
    //获取右侧子节点，i为当前节点的索引
    getRightIndex(i){
        return i * 2 + 2;
    }
    
    // 进行下移操作
    shiftDown(index){
        // 获取左右侧子节点
        const leftIndex = this.getLeftIndex(index);
        const rightIndex = this.getRightIndex(index);
        //  对左侧结点进行交换
        if(this.heap[leftIndex] < this.heap[index]){
            this.swap(leftIndex, index);
            this.shiftDown(leftIndex);
        }
        //  对右侧结点进行交换
        if(this.heap[rightIndex] < this.heap[index]){
            this.swap(rightIndex, index);
            this.shiftDown(rightIndex);
        }
    }
    
    //删除堆顶操作
    pop(){
        //将尾部的值赋值给堆顶
        this.heap[0] = this.heap.pop();
        //进行下移操作
        this.shiftDown(0);
    }
}

（10）获取堆顶的值peek()

对于获取堆顶的值操作来说，实现思路较为简单，也就是返回数组的头部即可获取堆顶的值。具体实现代码如下：

class MinHeap{
	//创建一个构造器，存放一个堆
	constructor(){
		this.heap = [];
	}
    
    //获取堆顶的值
    peek(){
        return this.heap[0];
    }
}

（11）获取堆的大小size()

对于获取堆的大小操作来说，实现思路其实就是获取整个堆的长度，也就是返回数组的长度。具体实现代码如下：

class MinHeap{
	//创建一个构造器，存放一个堆
	constructor(){
		this.heap = [];
	}
    
    //获取堆的大小
    size(){
        return this.heap.length;
    }
}

（12）结果展示

完成上面的操作以后，接下来，我们来对写一组测试用例，演示具体的结果。具体代码如下：

const h = new MinHeap();
h.insert(3);
h.insert(2);
h.insert(1);
h.pop();
console.log(h); // MinHeap { heap: [ 2, 4, 3 ] }
h.peek();
h.size();
console.log(h.peek()); // 2
console.log(h.size()); // 3

🐤五、leetcode经典题目剖析

接下来我们引用几道经典的 leetcode 算法，来巩固树和二叉树的知识。

1. leetcode215数组中的第K个最大元素（中等）

（1）题意

附上题目链接：leetcode215数组中的第K个最大元素

给定整数数组 nums 和整数 k，请返回数组中第 k 个最大的元素。

请注意，你需要找的是数组排序后的第 k 个最大的元素，而不是第 k 个不同的元素。

输入输出示例：

  • 输入: [3,2,1,5,6,4] 和 k = 2
  • 输出: 5

（2）解题思路

  • 看到“第K个最大元素”。
  • 考虑选择使用最小堆。

（3）解题步骤

  • 构建一个最小堆，并以此把数组的值插入堆中。
  • 当堆的容量超过K，就删除堆顶。
  • 插入结束后，堆顶就是第K个最大元素。

（4）代码实现

依据上面我们构建的最小堆，接下来，我们用这个最小堆，来完成这道题。具体代码如下：

class MinHeap{
    constructor(){
        this.heap = [];
    }
    swap(i1, i2){
        const temp = this.heap[i1];
        this.heap[i1] = this.heap[i2];
        this.heap[i2] = temp;
    }
    getParentIndex(i){
        return Math.floor((i - 1)/2);
        // return (i - 1) >> 1;
    }
    getLeftIndex(i){
        return i*2 + 1;
    }
    getRightIndex(i){
        return i*2 + 2;
    }
    shiftUp(index){
        if(index === 0){
            return;
        }
        const parentIndex = this.getParentIndex(index);
        if(this.heap[parentIndex] > this.heap[index]){
            this.swap(parentIndex, index);
            this.shiftUp(parentIndex);
        }
    }以上是关于最小堆最大堆了解吗？一文了解堆在前端中的应用的主要内容，如果未能解决你的问题，请参考以下文章
 

 一文了解树在前端中的应用，掌握数据结构中树的生命线


 可视化太酷辽！一文了解排序和搜索算法在前端中的应用


 太平洋大西洋水流问题如何解决？一文了解图在前端中的应用


 一文了解贪心算法和回溯算法在前端中的应用


 一文了解贪心算法和回溯算法在前端中的应用


 一文了解分而治之和动态规则算法在前端中的应用