1500字,8个问题,彻底理解堆!
堆(heap)是计算机科学中被广泛使用的数据结构,如排序、推荐,还可作为优先级队列,与图也能结合,还能与常见算法思想如贪心等结合起来,高效实现算法。
要想掌握堆,可能需要首先考虑清楚以下几个问题:
- 什么是堆?
- 数组和堆的关系?
- 已知数组,如何构建一个小根堆
- 构建堆的时间复杂度是多少?
- 堆的应用都有哪些?
- 删除最小元素,如何再构建堆?
- 向建好的堆中,插入一个元素,如何再构建堆?
- 使用堆的案例:最后一块石头的重量
下面,我尽量用最精简的语言解释上述问题,若有错误或表达不清楚地方,请留言告诉我。
1 什么是堆?
2 数组和堆的关系?
物理存储上,堆一种完全基于数组的数据结构;逻辑存储上,堆又是一颗完全二叉树。太强了!
3 已知数组,如何构建一个小根堆?
这个问题,完全可以当作一道编程题,实际确实也是面试中最高频题目之一。构建小根堆,形象来说,就是不断调整三角的过程:
数组折半处才可能有左、右子节点,每次从上、左、右角点中选择最小者,并调整到上角点中。并依次调整这样的三角。
了解以上过程,要想一次写出无任何bug的建堆代码,依然充满挑战。确实太容易出错了!
#! ~/anaconda3/bin/python3.7
def heapify(nums):
"""
build a minimize heap
:type nums: list
:param nums: input list
:return: minHeap
"""
for low in range(len(nums)//2, -1, -1):
down_adjust(nums, low, len(nums))
def down_adjust(nums, low, high):
"""
heapify at [low,high]
:param nums: list
:param low:
:param high:
:return:
"""
parent = low
left = 2*parent + 1
while parent < high:
if left+1 < high and nums[left+1] < nums[left]:
left = left + 1
if left < high and nums[left] < nums[parent]:
nums[left], nums[parent] = nums[parent], nums[left]
parent = left
left = 2*parent + 1
else:
break
这个代码测试多遍,目前未发现bug.
4 构建堆的时间复杂度是多少?
5 堆的应用都有哪些?
6 删除最小元素,如何再构建堆?
上面说到,移除小根堆的最小元素后,依然要维持堆的结构。一般做法:堆的最后一个元素覆盖第一个元素,再次调用down_adjust
函数调整:
def heap_pop(nums):
"""
:param nums: heap
:return: heap after removing minimize elements
"""
nums[0] = nums[-1]
down_adjust(nums, 0, len(nums))
nums.pop()
7 插入一个元素,如何再构建堆?
这个过程一般操作方法:插入到堆的最后,然后与对应父节点比较大小,不断向上调整。
这个代码,大家不妨自己写一下,不超过10行。顺便测验下你是否真正理解堆。
8 使用堆的案例:最后一块石头的重量
这是一道leetcode的题目。题目是这样:
有一堆石头,每块石头的重量都是正整数。
每一回合,从中选出两块 最重的 石头,然后将它们一起粉碎。假设石头的重量分别为 x 和 y,且 x <= y。那么粉碎的可能结果如下:
如果 x == y,那么两块石头都会被完全粉碎;如果 x != y,那么重量为 x 的石头将会完全粉碎,而重量为 y 的石头新重量为 y-x。最后,最多只会剩下一块石头。返回此石头的重量。如果没有石头剩下,就返回 0。
看懂题意了吗?看不懂的点击:https://leetcode-cn.com/problems/last-stone-weight
分析
直接根据题目的要求,选出当前最大两块石头,消除一下,显然这个操作与后续状态无关,因此贪心求解即可。
使用堆数据结构,因为Python中默认的heapq
为小根堆,简单转换一下。时间复杂度为O(n),空间复杂度为O(n)
代码
from heapq import *
class Solution(object):
def lastStoneWeight(self, stones):
"""
:type stones: List[int]
:rtype: int
"""
stones = [stone*-1 for stone in stones]
heapify(stones)
while len(stones) > 1:
fst,sec = heappop(stones),heappop(stones)
if fst - sec < 0:
heappush(stones,fst-sec)
return -heappop(stones) if stones else 0
使用堆非常方便的返回前K个最值,压入元素依然会维护堆结构。
以上就是今天堆heap的总结,如果对你有帮助,不妨给我点赞支持下,让我更有动力写好一篇,谢谢。
- 利用pipework与OVS构建跨主机容器网络
- Docker系列教程07-Dockerfile指令详解
- Docker系列教程06-实战:修改Nginx首页
- prompt() 方法,弹框带输入框
- Docker系列教程05-容器常用命令
- 数据分析利器-NumPy
- 【LEETCODE】模拟面试-134-Gas Station
- Docker系列教程17-默认bridge网络中配置DNS
- Docker系列教程16-network命令
- 【LEETCODE】模拟面试-206. Reverse Linked List
- Eslint检测出的问题如何自动修复
- 【LEETCODE】模拟面试-215. Kth Largest Element in an Array
- Docker系列教程15-Docker容器网络
- 数据挖掘
- JavaScript 教程
- JavaScript 编辑工具
- JavaScript 与HTML
- JavaScript 与Java
- JavaScript 数据结构
- JavaScript 基本数据类型
- JavaScript 特殊数据类型
- JavaScript 运算符
- JavaScript typeof 运算符
- JavaScript 表达式
- JavaScript 类型转换
- JavaScript 基本语法
- JavaScript 注释
- Javascript 基本处理流程
- Javascript 选择结构
- Javascript if 语句
- Javascript if 语句的嵌套
- Javascript switch 语句
- Javascript 循环结构
- Javascript 循环结构实例
- Javascript 跳转语句
- Javascript 控制语句总结
- Javascript 函数介绍
- Javascript 函数的定义
- Javascript 函数调用
- Javascript 几种特殊的函数
- JavaScript 内置函数简介
- Javascript eval() 函数
- Javascript isFinite() 函数
- Javascript isNaN() 函数
- parseInt() 与 parseFloat()
- escape() 与 unescape()
- Javascript 字符串介绍
- Javascript length属性
- javascript 字符串函数
- Javascript 日期对象简介
- Javascript 日期对象用途
- Date 对象属性和方法
- Javascript 数组是什么
- Javascript 创建数组
- Javascript 数组赋值与取值
- Javascript 数组属性和方法
- Android基于ViewFilpper实现文字LED显示效果示例
- Android ViewPager导航小圆点实现无限循环效果
- ViewPager打造轮播图Banner/引导页Guide
- Android 实现带字母索引的侧边栏功能
- Android实现简单底部导航栏 Android仿微信滑动切换效果
- Android中Handler与Message的简单实例
- Android 实现通知消息水平播放、无限循环效果
- 详解xamarin Android 实现ListView万能适配器
- android 设置wallpaper的操作方法
- R语言作图不显示中文解决办法,如何使用中文字体
- Android OKHTTP的单例和再封装的实例
- Android 自定义返回按钮的实例详解
- Android在layout xml中使用ViewStub完成动态加载问题
- Android编程中Intent实现页面跳转功能详解
- Android编程之桌面小部件AppWidgetProvider用法示例