算法设计与分析基础23堆排序-2

Posted cutter_point

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了算法设计与分析基础23堆排序-2相关的知识,希望对你有一定的参考价值。

package cn.xf.algorithm.ch09Greedy.util;

import java.util.ArrayList;
import java.util.List;

/**
 * 堆构造以及排序
 * 
 * .功能:堆的构造
 *  1、堆可以定义为一颗二叉树,树的节点包含键,并且满足一下条件
 *  1) 树的形状要求:这棵二叉树是基本完备的(完全二叉树),树的每一层都是满的,除了最后一层最右边的元素可能缺位
 *  2) 父母优势,堆特性,每一个节点的键都要大于或者等于他子女的键(对于任何叶子我们认为这都是自动满足的)
 *  
 * 对于堆:
 *   只存在一颗n个节点的完全二叉树他的高度:取下界的 log2的n的对数
 *  堆的根总是包含了堆的最大元素
 *  堆的一个节点以及该节点的子孙也是一个堆
 *  可以用数组的来实现堆,方法是从上到下,从左到右的方式来记录堆的元素。
 * 
 * @author xiaof
 * @version Revision 1.0.0
 * @see:
 * @创建日期:2017年8月25日
 * @功能说明:
 *
 */
public class Heap {
    private List<Integer> heap;
    
    //构造函数
    public Heap() {
    	//创建堆
        heap = new ArrayList<Integer>();
    }
    
    public Heap(List<Integer> heap) {
    	//创建堆
    	this.heap = heap;
        createHeadDownToUp(this.heap);
    }
    
    /**
     * 从小到大的堆
     * @param heap
     * @return
     */
    private void createHeadDownToUp(List<Integer> heap){
        //对数组进行堆排序
    	if(heap == null || heap.size() <= 0)
    		return;
    	int len = heap.size();
    	//从树的中间开始循环
    	for(int i = len / 2; i > 0; --i) {
    		//首先预存当前进行操作的节点‘
    		//索引和值
    		int selectIndex = i - 1;
    		int selectValue = heap.get(selectIndex);
    		boolean isHeap = false; //用来判断当前节点下是否已经没有其他节点比这个节点小了,作为是否成堆的标识
    		while(!isHeap && 2 * (selectIndex + 1) <= len) {
    			//当前节点的最大的孩子节点的位置,开始默认是第一个孩子节点的位置
        		int childIndex = 2 * i - 1;
        		//判断是否存在两个孩子节点,如果存在,那么就选出最大的那个
        		if(2 * i < len) {
        			//获取比较小的那个节点作为备选替换节点
        			childIndex = heap.get(childIndex) < heap.get(childIndex + 1) ? childIndex : childIndex + 1;
        		}
        		//判断当前节点是不是比下面最小的那个节点还要小
        		if(selectValue <= heap.get(childIndex)) {
        			//如果比下面最大的还大,那就表明这个节点为根的子树已经是一颗树了
        			isHeap = true;
        		} else {
        			//如果节点不是小的,那么更换掉
        			heap.set(selectIndex, heap.get(childIndex));
        			//并交换当前遍历交换的节点 
        			selectIndex = childIndex;
        			//这个节点和子节点全部遍历结束之后,交换出最初用来交换的选中节点
            		heap.set(selectIndex, selectValue);
        		}
    		}
    	}
    }
    
    /**
     * 对堆的节点的单次变换
     * @param i 第几个节点
     */
	private void shifHeadDownToUp(int i) {
		if(heap == null || heap.size() <= 0)
			return;
		int len = this.heap.size();
		//索引i需要存在于这个节点中
		if(i >= len)
			return;
		// 首先预存当前进行操作的节点‘
		// 索引和值
		int selectIndex = i - 1;
		int selectValue = heap.get(selectIndex);
		boolean isHeap = false; // 用来判断当前节点下是否已经没有其他节点比这个节点小了,作为是否成堆的标识
		while (!isHeap && 2 * (selectIndex + 1) <= len) {
			// 当前节点的最大的孩子节点的位置,开始默认是第一个孩子节点的位置
			int childIndex = 2 * (selectIndex + 1) - 1;
			// 判断是否存在两个孩子节点,如果存在,那么就选出最大的那个
			if (2 * (selectIndex + 1) < len) {
				// 获取比较小的那个节点作为备选替换节点
				childIndex = heap.get(childIndex) < heap.get(childIndex + 1) ? childIndex : childIndex + 1;
			}
			// 判断当前节点是不是比下面最小的那个节点还要小
			if (selectValue <= heap.get(childIndex)) {
				// 如果比下面最大的还大,那就表明这个节点为根的子树已经是一颗树了
				isHeap = true;
			} else {
				// 如果节点不是小的,那么更换掉
				heap.set(selectIndex, heap.get(childIndex));
				// 并交换当前遍历交换的节点
				selectIndex = childIndex;
				// 这个节点和子节点全部遍历结束之后,交换出最初用来交换的选中节点
				heap.set(selectIndex, selectValue);
			}
		}

	}
	
	//向堆添加元素
	public void add(int element) {
//		int oldLen = heap.size();
		heap.add(element);
		//然后从加入的位置的父节点开始,从下向上所有父节点,全部变换一次
		for(int i = heap.size() / 2; i > 0; i = i / 2) {
			this.shifHeadDownToUp(i);
		}
	}
	
	/**
	 * 移除堆中一个指定元素
	 * @param index
	 * @return
	 */
//	public int remove(int index) {
//		int result = heap.get(index - 1);
//		//思路是吧剩下的最后一个元素作为参照元素,填充进去
//		int lastValue = heap.get(heap.size() - 1);
//		heap.set(index - 1, lastValue);
//		heap.remove(heap.size() - 1);
//		//然后从下向上,吧这个节点对应的位置的数据进行递归
//		for(int i = index; i > 0; i = i / 2) {
//			this.shifHeadDownToUp(i);
//		}
//		return result;
//	}
	
	public int remove(Integer object) {
		int index = heap.indexOf(object);
		//思路是吧剩下的最后一个元素作为参照元素,填充进去
		int lastValue = heap.get(heap.size() - 1);
		heap.set(index, lastValue);
		heap.remove(heap.size() - 1);
		//然后从下向上,吧这个节点对应的位置的数据进行递归
		for(int i = index + 1; i > 0; i = i / 2) {
			this.shifHeadDownToUp(i);
		}
		return index;
	}
	
	/**
	 * 默认删除根节点
	 * @return
	 */
	public int remove() {
		int result = heap.get(0);
		//思路是吧剩下的最后一个元素作为参照元素,填充进去
		int lastValue = heap.get(heap.size() - 1);
		heap.set(0, lastValue);
		heap.remove(heap.size() - 1);
		//然后从下向上,吧这个节点对应的位置的数据进行递归
		for(int i = 1; i > 0; i = i / 2) {
			this.shifHeadDownToUp(i);
		}
		return result;
	}
    
    @Override
	public String toString() {
	    return heap.toString();
	}
}

  

以上是关于算法设计与分析基础23堆排序-2的主要内容,如果未能解决你的问题,请参考以下文章

算法设计与分析基础12插入排序

Java排序算法 - 堆排序的代码

算法设计与分析 实验一 排序算法性能分析

算法设计与分析基础17堆

算法排序之堆排序

Java集合与数据结构——七大排序算法的实现