一、是什麼
堆(Heap)是電腦科學中一類特殊的資料結構的統稱
堆通常是一個可以被看做一棵完全二叉樹的陣列物件,如下圖:
總是滿足下列性質:
- 堆中某個結點的值總是不大於或不小於其父結點的值
- 堆總是一棵完全二叉樹
堆又可以分成最大堆和最小堆:
- 最大堆:每個根結點,都有根結點的值大於兩個孩子結點的值
- 最小堆:每個根結點,都有根結點的值小於孩子結點的值
二、操作
堆的元素儲存方式,按照完全二叉樹的順序儲存方式儲存在一個一維陣列中,如下圖:
用一維陣列儲存則如下:
[0, 1, 2, 3, 4, 5, 6, 7, 8]
根據完全二叉樹的特性,可以得到如下特性:
- 陣列零座標程式碼的是堆頂元素
- 一個節點的父親節點的座標等於其座標除以2整數部分
- 一個節點的左節點等於其本身節點座標 * 2 + 1
- 一個節點的右節點等於其本身節點座標 * 2 + 2
根據上述堆的特性,下面構建最小堆的建構函式和對應的屬性方法:
class MinHeap { constructor() { // 儲存堆元素 this.heap = [] } // 獲取父元素座標 getParentIndex(i) { return (i - 1) >> 1 } // 獲取左節點元素座標 getLeftIndex(i) { return i * 2 + 1 } // 獲取右節點元素座標 getRightIndex(i) { return i * 2 + 2 } // 交換元素 swap(i1, i2) { const temp = this.heap[i1] this.heap[i1] = this.heap[i2] this.heap[i2] = temp } // 檢視堆頂元素 peek() { return this.heap[0] } // 獲取堆元素的大小 size() { return this.heap.length } }
涉及到堆的操作有:
- 插入
- 刪除
插入
將值插入堆的底部,即陣列的尾部,當插入一個新的元素之後,堆的結構就會被破壞,因此需要堆中一個元素做上移操作
將這個值和它父節點進行交換,直到父節點小於等於這個插入的值,大小為k
的堆中插入元素的時間複雜度為O(logk)
如下圖所示,22節點是新插入的元素,然後進行上移操作:
相關程式碼如下:
// 插入元素 insert(value) { this.heap.push(value) this.shifUp(this.heap.length - 1) } // 上移操作 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) } }
刪除
常見操作是用陣列尾部元素替換堆頂,這裡不直接刪除堆頂,因為所有的元素會向前移動一位,會破壞了堆的結構
然後進行下移操作,將新的堆頂和它的子節點進行交換,直到子節點大於等於這個新的堆頂,刪除堆頂的時間複雜度為O(logk)
整體如下圖操作:
相關程式碼如下:
// 刪除元素 pop() { this.heap[0] = this.heap.pop() this.shiftDown(0) } // 下移操作 shiftDown(index) { const leftIndex = this.getLeftIndex(index) const rightIndex = this.getRightIndex(index) if (this.heap[leftIndex] < this.heap[index]){ this.swap(leftIndex, index) this.shiftDown(leftIndex) } if (this.heap[rightIndex] < this.heap[index]){ this.swap(rightIndex, index) this.shiftDown(rightIndex) } }
時間複雜度
關於堆的插入和刪除時間複雜度都是Olog(n)
,原因在於包含n個節點的完全二叉樹,樹的高度不會超過log2n
堆化的過程是順著節點所在路徑比較交換的,所以堆化的時間複雜度跟樹的高度成正比,也就是Olog(n)
,插入資料和刪除堆頂元素的主要邏輯就是堆化
三、總結
- 堆是一個完全二叉樹
- 堆中每一個節點的值都必須大於等於(或小於等於)其子樹中每個節點的值
- 對於每個節點的值都大於等於子樹中每個節點值的堆,叫作“大頂堆”
- 對於每個節點的值都小於等於子樹中每個節點值的堆,叫作“小頂堆”
- 根據堆的特性,我們可以使用堆來進行排序操作,也可以使用其來求第幾大或者第幾小的值
參考文獻
- https://baike.baidu.com/item/%E5%A0%86/20606834
- https://xlbpowder.cn/2021/02/26/%E5%A0%86%E5%92%8C%E5%A0%86%E6%8E%92%E5%BA%8F/
如果對您有所幫助,歡迎您點個關注,我會定時更新技術文件,大家一起討論學習,一起進步。