网站怎么做301定向,网站开发实习总结,上海外贸公司黄页,凡科网做的网站在百度上能找到吗08_优先队列 一、优先队列最大优先队列最大优先队列API设计 最小优先队列最小优先队列API设计最小优先队列代码实现 索引优先队列索引优先队列实现思路索引优先队列API设计索引优先队列代码实现 一、优先队列
:::info 普通的队列是一种先进先出的数据结构#xff0c;元素在队… 08_优先队列 一、优先队列最大优先队列最大优先队列API设计 最小优先队列最小优先队列API设计最小优先队列代码实现 索引优先队列索引优先队列实现思路索引优先队列API设计索引优先队列代码实现 一、优先队列
:::info 普通的队列是一种先进先出的数据结构元素在队列尾追加而从队列头删除。在某些情况下我们可能需要找出 队列中的最大值或者最小值例如使用一个队列保存计算机的任务一般情况下计算机的任务都是有优先级的我 们需要在这些计算机的任务中找出优先级最高的任务先执行执行完毕后就需要把这个任务从队列中移除。普通的 队列要完成这样的功能需要每次遍历队列中的所有元素比较并找出最大值效率不是很高这个时候我们就 可以使用一种特殊的队列来完成这种需求优先队列。 :::
优先队列按照其作用不同可以分为以下两种 :::info 最大优先队列可以获取并删除队列中最大的值最小优先队列可以获取并删除队列中最小的值 ::: 最大优先队列
我们之前学习过堆而堆这种结构是可以方便的删除最大的值所以接下来我们可以基于堆区实现最大优先队 列。 最大优先队列API设计
类名MaxPriorityQueue构造方法MaxPriorityQueue(int capacity)创建容量为capacity的MaxPriorityQueue对象成员方法1.private boolean less(int i,int j)判断堆中索引i处的元素是否小于索引j处的元素 2.private void exch(int i,int j):交换堆中i索引和j索引处的值 3.public T delMax():删除队列中最大的元素,并返回这个最大元素 4.public void insert(T t)往队列中插入一个元素 5.private void swim(int k):使用上浮算法使索引k处的元素能在堆中处于一个正确的位置 6.private void sink(int k):使用下沉算法使索引k处的元素能在堆中处于一个正确的位置 7.public int size():获取队列中元素的个数 8.public boolean isEmpty():判断队列是否为空成员变量1. private T[] imtes : 用来存储元素的数组2. private int N记录堆中元素的个数 ### 最大优先队列代码实现 java //最大优先队列代码 public class MaxPriorityQueue 最小优先队列
最小优先队列实现起来也比较简单我们同样也可以基于堆来完成最小优先队列。我们前面学习堆的时候堆中存放数据元素的数组要满足都满足如下特性
最大的元素放在数组的索引1处。每个结点的数据总是大于等于它的两个子结点的数据。 其实我们之前实现的堆可以把它叫做最大堆我们可以用相反的思想实现最小堆让堆中存放数据元素的数组满足 如下特性
最小的元素放在数组的索引1处。每个结点的数据总是小于等于它的两个子结点的数据。
样我们就能快速的访问到堆中最小的数据。 最小优先队列API设计
类名MinPriorityQueue构造方法MinPriorityQueue(int capacity)创建容量为capacity的MinPriorityQueue对象成员方法1.private boolean less(int i,int j)判断堆中索引i处的元素是否小于索引j处的元素 2.private void exch(int i,int j):交换堆中i索引和j索引处的值 3.public T delMin():删除队列中最小的元素,并返回这个最小元素 4.public void insert(T t)往队列中插入一个元素 5.private void swim(int k):使用上浮算法使索引k处的元素能在堆中处于一个正确的位置 6.private void sink(int k):使用下沉算法使索引k处的元素能在堆中处于一个正确的位置 7.public int size():获取队列中元素的个数 8.public boolean isEmpty():判断队列是否为空成员变量1. private T[] imtes : 用来存储元素的数组2. private int N记录堆中元素的个数 最小优先队列代码实现
//最小优先队列代码
public class MinPriorityQueueT extends ComparableT {//存储堆中的元素private T[] items;//记录堆中元素的个数private int N;public MinPriorityQueue(int capacity) {items (T[]) new Comparable[capacity1];N 0;}//获取队列中元素的个数public int size() {return N;}//判断队列是否为空public boolean isEmpty() {return N 0;}//判断堆中索引i处的元素是否小于索引j处的元素private boolean less(int i, int j) {return items[i].compareTo(items[j]) 0;}//交换堆中i索引和j索引处的值private void exch(int i, int j) {T tmp items[i];items[i] items[j];items[j] tmp;}//往堆中插入一个元素public void insert(T t) {items[N] t;swim(N);}//删除堆中最小的元素,并返回这个最小元素public T delMin() {//索引1处的值是最小值T min items[1];//交换索引1处和索引N处的值exch(1, N);//删除索引N处的值items[N] null;//数据元素-1N--;//对索引1处的值做下沉使堆重新有序sink(1);//返回被删除的值return min;}//使用上浮算法使索引k处的元素能在堆中处于一个正确的位置private void swim(int k) {//如果没有父结点则不再上浮while (k 1) {//如果当前结点比父结点小则交换if (less(k, k / 2)) {exch(k, k / 2);}k k / 2;}}//使用下沉算法使索引k处的元素能在堆中处于一个正确的位置private void sink(int k) {//如果没有子结点则不再下沉while (2 * k N) {//找出子结点中的较小值的索引int min 2 * k;if (2 * k 1 N less(2 * k 1, 2 * k)) {min 2 * k 1;}//如果当前结点小于子结点中的较小值则结束循环if (less(k, min)) {break;}//当前结点大交换exch(min, k);k min;}}
}
//测试代码
public class Test {public static void main(String[] args) throws Exception {String[] arr {S, O, R, T, E, X, A, M, P, L, E};MinPriorityQueueString minpq new MinPriorityQueue(20);for (String s : arr) {minpq.insert(s);}System.out.println(minpq.size());String del;while(!minpq.isEmpty()){del minpq.delMin();System.out.print(del,);}}
}索引优先队列
在之前实现的最大优先队列和最小优先队列他们可以分别快速访问到队列中最大元素和最小元素但是他们有一 个缺点就是没有办法通过索引访问已存在于优先队列中的对象并更新它们。为了实现这个目的在优先队列的 基础上学习一种新的数据结构索引优先队列。接下来我们以最小索引优先队列举列。 索引优先队列实现思路
步骤一存储数据时给每一个数据元素关联一个整数例如insert(int k,T t),我们可以看做k是t关联的整数那么我们的实现需要通过k这个值快速获取到队列中t这个元素此时有个k这个值需要具有唯一性。最直观的想法就是我们可以用一个T[] items数组来保存数据元素在insert(int k,T t)完成插入时可以把k看做是items数组的索引把t元素放到items数组的索引k处这样我们再根据k获取元素t时就很方便了直接就可以拿到items[k]即可。 步骤二步骤一完成后的结果虽然我们给每个元素关联了一个整数并且可以使用这个整数快速的获取到该元素但是 items数组中的元素顺序是随机的并不是堆有序的所以为了完成这个需求我们可以增加一个数组int[]pq,来 保存每个元素在items数组中的索引pq数组需要堆有序也就是说pq[1]对应的数据元素items[pq[1]]要小于等于pq[2]和pq[3]对应的数据元素items[pq[2]]和items[pq[3]]。 步骤三通过步骤二的分析我们可以发现其实我们通过上浮和下沉做堆调整的时候其实调整的是pq数组。如果需要 对items中的元素进行修改比如让items[0]“H”,那么很显然我们需要对pq中的数据做堆调整而且是调整pq[9]中元素的位置。但现在就会遇到一个问题我们修改的是items数组中0索引处的值如何才能快速的知道需 要挑中pq[9]中元素的位置呢最直观的想法就是遍历pq数组拿出每一个元素和0做比较如果当前元素是0那么调整该索引处的元素即可 但是效率很低。我们可以另外增加一个数组int[] qp,用来存储pq的逆序。例如 在pq数组中pq[1]6;那么在qp数组中把6作为索引1作为值结果是qp[6]1; 当有了pq数组后如果我们修改items[0]“H”那么就可以先通过索引0在qp数组中找到qp的索引qp[0]9, 那么直接调整pq[9]即可。 索引优先队列API设计
类名IndexMinPriorityQueue构造方法IndexMinPriorityQueue(int capacity)创建容量为capacity的IndexMinPriorityQueue对象成员方法1.private boolean less(int i,int j)判断堆中索引i处的元素是否小于索引j处的元素 2.private void exch(int i,int j):交换堆中i索引和j索引处的值 3.public int delMin():删除队列中最小的元素,并返回该元素关联的索引 4.public void insert(int i,T t)往队列中插入一个元素,并关联索引i 5.private void swim(int k):使用上浮算法使索引k处的元素能在堆中处于一个正确的位置 6.private void sink(int k):使用下沉算法使索引k处的元素能在堆中处于一个正确的位置 7.public int size():获取队列中元素的个数 8.public boolean isEmpty():判断队列是否为空 9.public boolean contains(int k):判断k对应的元素是否存在 10.public void changeItem(int i, T t):把与索引i关联的元素修改为为t 11.public int minIndex():最小元素关联的索引 12.public void delete(int i):删除索引i关联的元素成员变量1. private T[] imtes : 用来存储元素的数组2. private int[] pq:保存每个元素在items数组中的索引pq数组需要堆有序3. private int [] qp:保存qp的逆序pq的值作为索引pq的索引作为值4. 4.private int N记录堆中元素的个数 索引优先队列代码实现
//最小索引优先队列代码
package cn.itcast;
public class IndexMinPriorityQueueT extends ComparableT {//存储堆中的元素private T[] items;//保存每个元素在items数组中的索引pq数组需要堆有序private int[] pq;//保存qp的逆序pq的值作为索引pq的索引作为值private int[] qp;//记录堆中元素的个数private int N;public IndexMinPriorityQueue(int capacity) {items (T[]) new Comparable[capacity 1];pq new int[capacity 1];qp new int[capacity 1];N 0;for (int i 0; i qp.length; i) {//默认情况下qp逆序中不保存任何索引qp[i] -1;}}//获取队列中元素的个数public int size() {return N;}//判断队列是否为空public boolean isEmpty() {return N 0;}//判断堆中索引i处的元素是否小于索引j处的元素private boolean less(int i, int j) {//先通过pq找出items中的索引然后再找出items中的元素进行对比return items[pq[i]].compareTo(items[pq[j]]) 0;}//交换堆中i索引和j索引处的值private void exch(int i, int j) {//先交换pq数组中的值int tmp pq[i];pq[i] pq[j];pq[j] tmp;//更新qp数组中的值qp[pq[i]] i;qp[pq[j]] j;}//判断k对应的元素是否存在public boolean contains(int k) {//默认情况下qp的所有元素都为-1如果某个位置插入了数据则不为-1return qp[k] ! -1;}//最小元素关联的索引public int minIndex() {//pq的索引1处存放的是最小元素在items中的索引return pq[1];}//往队列中插入一个元素,并关联索引ipublic void insert(int i, T t) {//如果索引i处已经存在了元素则不让插入if (contains(i)) {throw new RuntimeException(该索引已经存在);}//个数1N;//把元素存放到items数组中items[i] t;//使用pq存放i这个索引pq[N] i;//在qp的i索引处存放Nqp[i] N;//上浮items[pq[N]],让pq堆有序swim(N);}//删除队列中最小的元素,并返回该元素关联的索引public int delMin() {//找到items中最小元素的索引int minIndex pq[1];//交换pq中索引1处的值和N处的值exch(1, N);//删除qp中索引pq[N]处的值qp[pq[N]] -1;//删除pq中索引N处的值pq[N] -1;//删除items中的最小元素items[minIndex] null;//元素数量-1N--;//对pq[1]做下沉让堆有序sink(1);return minIndex;}//删除索引i关联的元素public void delete(int i) {//找出i在pq中的索引int k qp[i];//把pq中索引k处的值和索引N处的值交换exch(k, N);//删除qp中索引pq[N]处的值qp[pq[N]] -1;//删除pq中索引N处的值pq[N] -1;//删除items中索引i处的值items[i] null;//元素数量-1N--;//对pq[k]做下沉让堆有序sink(k);//对pq[k]做上浮让堆有序swim(k);}//把与索引i关联的元素修改为为tpublic void changeItem(int i, T t) {//修改items数组中索引i处的值为titems[i] t;//找到i在pq中的位置int k qp[i];//对pq[k]做下沉让堆有序sink(k);//对pq[k]做上浮让堆有序swim(k);}//使用上浮算法使索引k处的元素能在堆中处于一个正确的位置private void swim(int k) {//如果已经到了根结点则结束上浮while (k 1) {//比较当前结点和父结点如果当前结点比父结点小则交换位置if (less(k, k / 2)) {exch(k, k / 2);}k k / 2;}}//使用下沉算法使索引k处的元素能在堆中处于一个正确的位置private void sink(int k) {//如果当前结点已经没有子结点了则结束下沉while (2 * k N) {//找出子结点中的较小值int min 2 * k;if (2 * k 1 N less(2 * k 1, 2 * k)) {min 2 * k 1;}//如果当前结点的值比子结点中的较小值小则结束下沉if (less(k, min)) {break;}exch(k, min);k min;}}
}
//测试代码
public class Test {public static void main(String[] args) {String[] arr {S, O, R, T, E, X, A, M, P, L, E};IndexMinPriorityQueueString indexMinPQ new IndexMinPriorityQueue(20);//插入for (int i 0; i arr.length; i) {indexMinPQ.insert(i,arr[i]);}System.out.println(indexMinPQ.size());//获取最小值的索引System.out.println(indexMinPQ.minIndex());//测试修改indexMinPQ.changeItem(0,Z);int minIndex-1;while(!indexMinPQ.isEmpty()){minIndex indexMinPQ.delMin();System.out.print(minIndex,);}}
}
