用Java实现二叉堆、大顶堆和小顶堆

先了解了解

什么是二叉堆

二叉堆就是完全二叉树，或者是靠近完全二叉树结构的二叉树。在二叉树建树时采取前序建树就是建立的完全二叉树。也就是二叉堆。所以二叉堆的建堆过程理论上讲和前序建树一样。

什么是大顶堆、小顶堆

二叉堆本质上是一棵近完全的二叉树，那么大顶堆和小顶堆必然也是满足这个结构要求的。在此之上，大顶堆要求对于一个节点来说，它的左右节点都比它小；小顶堆要求对于一个节点来说，它的左右节点都比它大。

建堆

二叉堆建堆本质上和前序建堆差不多，只不过需要考虑的一点就是大小关系，这一点和二叉搜索树建树有点相似，所以可以得出结论，建树，本质上都是递归建树，只不过因为数据结构的大小要求不一样，需要的判断函数不一样，节点进入哪个位置也不一样。

大顶堆和小顶堆也分为稳定和不稳定的堆。稳定和不稳定指如果具备相同的值，那么他们的插入顺序应该和节点顺序一致。

程序实现

首先，定义出基本的堆结构

publicclassBinaryHeap{privateInteger value;privateBinaryHeap leftChild;privateBinaryHeap rightChild;}

建堆过程与建二叉树过程一致

publicstaticBinaryHeapbuildHeap(BinaryHeap binaryHeap,Integer value){if(Objects.isNull(binaryHeap)) binaryHeap=newBinaryHeap();if(Objects.isNull(binaryHeap.getValue())){
        binaryHeap.setValue(value);return binaryHeap;}if(Objects.isNull(binaryHeap.getLeftChild())){BinaryHeap binaryHeap1=newBinaryHeap();
        binaryHeap1.setValue(value);
        binaryHeap.setLeftChild(binaryHeap1);}elseif(Objects.nonNull(binaryHeap.getLeftChild())){if(Objects.isNull(binaryHeap.getRightChild())){BinaryHeap binaryHeap1=newBinaryHeap();
            binaryHeap1.setValue(value);
            binaryHeap.setRightChild(binaryHeap1);}else{// TODO: 2022/1/14 左右节点两种都不为nullif(checkNull(binaryHeap.getLeftChild()))buildHeap(binaryHeap.getLeftChild(), value);elseif(checkNull(binaryHeap.getRightChild()))buildHeap(binaryHeap.getRightChild(), value);elsebuildHeap(binaryHeap.getLeftChild(), value);}}return binaryHeap;}

主要原理就是如果当前节点的左节点为空，则把当前值放到左节点，如果左节点不为空，右节点为空，则把值放到右节点。如果左右节点都不为空，就将建树过程转移到下一层，如果左节点有为空的子节点，就转移给左节点，如果左节点没有为空的子节点，且右节点有为空的子节点，那么转移给右节点。如果左右节点都没有为空的子节点，那么也转移给左节点。

以序列2,3,4,5,9,6,8,7为例，按照该算法建立出来的二叉堆结构如下：

{"value":2,"left_child":{"value":3,"left_child":{"value":4,"left_child":{"value":8,"left_child":null,"right_child":null},"right_child":{"value":7,"left_child":null,"right_child":null}},"right_child":{"value":5,"left_child":null,"right_child":null}},"right_child":{"value":1,"left_child":{"value":9,"left_child":null,"right_child":null},"right_child":{"value":6,"left_child":null,"right_child":null}}}

建立大顶堆

大顶堆在建堆的基础上，有一个要求，根节点比左右子树的任何节点的值都大。那么建树的过程可以分为两步，对于每一个值，首先按照建树过程，会到二叉堆的最底部，然后通过不断的让自己与自己的根节点做比较，如果自己大于根节点，就交换自己与根节点的位置，递归回溯即可。

逻辑过程

假设现在红色节点组成的已经是一个大顶堆，现在新增了一个节点到这个二叉堆中，而且是比任意节点都大，那么黑色箭头将是该节点的行动路线，它会反复与父级比较，如果大于父级，则交换和父级的关系。

程序实现

publicstaticBinaryHeapup(BinaryHeap father){if(Objects.nonNull(father.getLeftChild())){if(father.getValue()< father.getLeftChild().getValue()){int c= father.getValue();
      father.setValue(father.getLeftChild().getValue());
      father.getLeftChild().setValue(c);}up(father.getLeftChild());}if(Objects.nonNull(father.getRightChild())){if(father.getValue()< father.getRightChild().getValue()){int c= father.getValue();
      father.setValue(father.getRightChild().getValue());
      father.getRightChild().setValue(c);}up(father.getRightChild());}return father;}

该方法放在普通建树方法之后，就是大顶堆的建树方法了，总的方法如下：

publicstaticBinaryHeapbigPush(BinaryHeap binaryHeap,Integer value){
    binaryHeap=buildHeap(binaryHeap, value);up(binaryHeap);return binaryHeap;}

还是以序列2,3,4,5,9,6,8,7为例，按照该算法建立出来的大顶堆结构如下：

{"value":9,"left_child":{"value":8,"left_child":{"value":7,"left_child":{"value":2,"left_child":null,"right_child":null},"right_child":{"value":4,"left_child":null,"right_child":null}},"right_child":{"value":3,"left_child":null,"right_child":null}},"right_child":{"value":6,"left_child":{"value":1,"left_child":null,"right_child":null},"right_child":{"value":5,"left_child":null,"right_child":null}}}

建立小顶堆

小顶堆与大顶堆类似

逻辑过程

过程与大顶堆一致，不过此时是比父级小就和父级交换。

程序实现

publicstaticBinaryHeapdown(BinaryHeap father){if(Objects.nonNull(father.getLeftChild())){if(father.getValue()> father.getLeftChild().getValue()){int c= father.getValue();
            father.setValue(father.getLeftChild().getValue());
            father.getLeftChild().setValue(c);}down(father.getLeftChild());}if(Objects.nonNull(father.getRightChild())){if(father.getValue()> father.getRightChild().getValue()){int c= father.getValue();
            father.setValue(father.getRightChild().getValue());
            father.getRightChild().setValue(c);}down(father.getRightChild());}return father;}

这个是向下走的过程，最终代码为：

publicstaticBinaryHeapsmallPush(BinaryHeap binaryHeap,Integer value){
    binaryHeap=buildHeap(binaryHeap, value);down(binaryHeap);return binaryHeap;}

以序列2,3,4,5,9,6,8,7为例，按照该算法建立出来的小顶堆结构如下：

{"value":1,"left_child":{"value":3,"left_child":{"value":4,"left_child":{"value":8,"left_child":null,"right_child":null},"right_child":{"value":7,"left_child":null,"right_child":null}},"right_child":{"value":5,"left_child":null,"right_child":null}},"right_child":{"value":2,"left_child":{"value":9,"left_child":null,"right_child":null},"right_child":{"value":6,"left_child":null,"right_child":null}}}

从堆顶取数据并重构大小顶堆

publicstaticIntegerbigPop(BinaryHeap binaryHeap){Integer val= binaryHeap.getValue();if(binaryHeap.getLeftChild().getValue()>= binaryHeap.getRightChild().getValue()){
        binaryHeap.setValue(binaryHeap.getLeftChild().getValue());BinaryHeap binaryHeap1=mergeTree(binaryHeap.getLeftChild().getLeftChild(), binaryHeap.getLeftChild().getRightChild());up(binaryHeap1);
        binaryHeap.setLeftChild(binaryHeap1);}else{
        binaryHeap.setValue(binaryHeap.getRightChild().getValue());BinaryHeap binaryHeap1=mergeTree(binaryHeap.getRightChild().getLeftChild(), binaryHeap.getRightChild().getRightChild());up(binaryHeap1);
        binaryHeap.setRightChild(binaryHeap1);}return val;}publicstaticIntegersmallPop(BinaryHeap binaryHeap){Integer val= binaryHeap.getValue();if(binaryHeap.getLeftChild().getValue()<= binaryHeap.getRightChild().getValue()){
        binaryHeap.setValue(binaryHeap.getLeftChild().getValue());BinaryHeap binaryHeap1=mergeTree(binaryHeap.getLeftChild().getLeftChild(), binaryHeap.getLeftChild().getRightChild());down(binaryHeap1);
        binaryHeap.setLeftChild(binaryHeap1);}else{
        binaryHeap.setValue(binaryHeap.getRightChild().getValue());BinaryHeap binaryHeap1=mergeTree(binaryHeap.getRightChild().getLeftChild(), binaryHeap.getRightChild().getRightChild());down(binaryHeap1);
        binaryHeap.setRightChild(binaryHeap1);}return val;}

取出来之后，需要重新调用down或者up函数。以构建小顶堆，取出五次后的结果

publicstaticvoidmain(String[] args){int[] a=newint[]{2,3,1,4,5,9,6,8,7};BinaryHeap binaryHeap=newBinaryHeap();for(int i=0; i< a.length; i++){
            binaryHeap=smallPush(binaryHeap, a[i]);}System.out.println(Json.toJson(smallPop(binaryHeap)));System.out.println(Json.toJson(smallPop(binaryHeap)));System.out.println(Json.toJson(smallPop(binaryHeap)));System.out.println(Json.toJson(smallPop(binaryHeap)));System.out.println(Json.toJson(smallPop(binaryHeap)));System.out.println(Json.toJson(binaryHeap));}

取完后的小顶堆为：

{"value":6,"left_child":{"value":7,"left_child":{"value":8,"left_child":null,"right_child":null},"right_child":null},"right_child":{"value":9,"left_child":null,"right_child":null}}