--- comments: true --- # 8.1   堆 「堆 heap」是一种满足特定条件的完全二叉树,主要可分为图 8-1 所示的两种类型。 - 「大顶堆 max heap」:任意节点的值 $\geq$ 其子节点的值。 - 「小顶堆 min heap」:任意节点的值 $\leq$ 其子节点的值。 ![小顶堆与大顶堆](heap.assets/min_heap_and_max_heap.png)

图 8-1   小顶堆与大顶堆

堆作为完全二叉树的一个特例,具有以下特性。 - 最底层节点靠左填充,其他层的节点都被填满。 - 我们将二叉树的根节点称为“堆顶”,将底层最靠右的节点称为“堆底”。 - 对于大顶堆(小顶堆),堆顶元素(即根节点)的值分别是最大(最小)的。 ## 8.1.1   堆常用操作 需要指出的是,许多编程语言提供的是「优先队列 priority queue」,这是一种抽象数据结构,定义为具有优先级排序的队列。 实际上,**堆通常用作实现优先队列,大顶堆相当于元素按从大到小顺序出队的优先队列**。从使用角度来看,我们可以将“优先队列”和“堆”看作等价的数据结构。因此,本书对两者不做特别区分,统一使用“堆“来命名。 堆的常用操作见表 8-1 ,方法名需要根据编程语言来确定。

表 8-1   堆的操作效率

| 方法名 | 描述 | 时间复杂度 | | --------- | ------------------------------------------ | ----------- | | push() | 元素入堆 | $O(\log n)$ | | pop() | 堆顶元素出堆 | $O(\log n)$ | | peek() | 访问堆顶元素(大 / 小顶堆分别为最大 / 小值) | $O(1)$ | | size() | 获取堆的元素数量 | $O(1)$ | | isEmpty() | 判断堆是否为空 | $O(1)$ |
在实际应用中,我们可以直接使用编程语言提供的堆类(或优先队列类)。 !!! tip 类似于排序算法中的“从小到大排列”和“从大到小排列”,我们可以通过修改 Comparator 来实现“小顶堆”与“大顶堆”之间的转换。 === "Python" ```python title="heap.py" # 初始化小顶堆 min_heap, flag = [], 1 # 初始化大顶堆 max_heap, flag = [], -1 # Python 的 heapq 模块默认实现小顶堆 # 考虑将“元素取负”后再入堆,这样就可以将大小关系颠倒,从而实现大顶堆 # 在本示例中,flag = 1 时对应小顶堆,flag = -1 时对应大顶堆 # 元素入堆 heapq.heappush(max_heap, flag * 1) heapq.heappush(max_heap, flag * 3) heapq.heappush(max_heap, flag * 2) heapq.heappush(max_heap, flag * 5) heapq.heappush(max_heap, flag * 4) # 获取堆顶元素 peek: int = flag * max_heap[0] # 5 # 堆顶元素出堆 # 出堆元素会形成一个从大到小的序列 val = flag * heapq.heappop(max_heap) # 5 val = flag * heapq.heappop(max_heap) # 4 val = flag * heapq.heappop(max_heap) # 3 val = flag * heapq.heappop(max_heap) # 2 val = flag * heapq.heappop(max_heap) # 1 # 获取堆大小 size: int = len(max_heap) # 判断堆是否为空 is_empty: bool = not max_heap # 输入列表并建堆 min_heap: list[int] = [1, 3, 2, 5, 4] heapq.heapify(min_heap) ``` === "C++" ```cpp title="heap.cpp" /* 初始化堆 */ // 初始化小顶堆 priority_queue, greater> minHeap; // 初始化大顶堆 priority_queue, less> maxHeap; /* 元素入堆 */ maxHeap.push(1); maxHeap.push(3); maxHeap.push(2); maxHeap.push(5); maxHeap.push(4); /* 获取堆顶元素 */ int peek = maxHeap.top(); // 5 /* 堆顶元素出堆 */ // 出堆元素会形成一个从大到小的序列 maxHeap.pop(); // 5 maxHeap.pop(); // 4 maxHeap.pop(); // 3 maxHeap.pop(); // 2 maxHeap.pop(); // 1 /* 获取堆大小 */ int size = maxHeap.size(); /* 判断堆是否为空 */ bool isEmpty = maxHeap.empty(); /* 输入列表并建堆 */ vector input{1, 3, 2, 5, 4}; priority_queue, greater> minHeap(input.begin(), input.end()); ``` === "Java" ```java title="heap.java" /* 初始化堆 */ // 初始化小顶堆 Queue minHeap = new PriorityQueue<>(); // 初始化大顶堆(使用 lambda 表达式修改 Comparator 即可) Queue maxHeap = new PriorityQueue<>((a, b) -> b - a); /* 元素入堆 */ maxHeap.offer(1); maxHeap.offer(3); maxHeap.offer(2); maxHeap.offer(5); maxHeap.offer(4); /* 获取堆顶元素 */ int peek = maxHeap.peek(); // 5 /* 堆顶元素出堆 */ // 出堆元素会形成一个从大到小的序列 peek = maxHeap.poll(); // 5 peek = maxHeap.poll(); // 4 peek = maxHeap.poll(); // 3 peek = maxHeap.poll(); // 2 peek = maxHeap.poll(); // 1 /* 获取堆大小 */ int size = maxHeap.size(); /* 判断堆是否为空 */ boolean isEmpty = maxHeap.isEmpty(); /* 输入列表并建堆 */ minHeap = new PriorityQueue<>(Arrays.asList(1, 3, 2, 5, 4)); ``` === "C#" ```csharp title="heap.cs" /* 初始化堆 */ // 初始化小顶堆 PriorityQueue minHeap = new PriorityQueue(); // 初始化大顶堆(使用 lambda 表达式修改 Comparator 即可) PriorityQueue maxHeap = new PriorityQueue(Comparer.Create((x, y) => y - x)); /* 元素入堆 */ maxHeap.Enqueue(1, 1); maxHeap.Enqueue(3, 3); maxHeap.Enqueue(2, 2); maxHeap.Enqueue(5, 5); maxHeap.Enqueue(4, 4); /* 获取堆顶元素 */ int peek = maxHeap.Peek();//5 /* 堆顶元素出堆 */ // 出堆元素会形成一个从大到小的序列 peek = maxHeap.Dequeue(); // 5 peek = maxHeap.Dequeue(); // 4 peek = maxHeap.Dequeue(); // 3 peek = maxHeap.Dequeue(); // 2 peek = maxHeap.Dequeue(); // 1 /* 获取堆大小 */ int size = maxHeap.Count; /* 判断堆是否为空 */ bool isEmpty = maxHeap.Count == 0; /* 输入列表并建堆 */ minHeap = new PriorityQueue(new List<(int, int)> { (1, 1), (3, 3), (2, 2), (5, 5), (4, 4), }); ``` === "Go" ```go title="heap.go" // Go 语言中可以通过实现 heap.Interface 来构建整数大顶堆 // 实现 heap.Interface 需要同时实现 sort.Interface type intHeap []any // Push heap.Interface 的方法,实现推入元素到堆 func (h *intHeap) Push(x any) { // Push 和 Pop 使用 pointer receiver 作为参数 // 因为它们不仅会对切片的内容进行调整,还会修改切片的长度。 *h = append(*h, x.(int)) } // Pop heap.Interface 的方法,实现弹出堆顶元素 func (h *intHeap) Pop() any { // 待出堆元素存放在最后 last := (*h)[len(*h)-1] *h = (*h)[:len(*h)-1] return last } // Len sort.Interface 的方法 func (h *intHeap) Len() int { return len(*h) } // Less sort.Interface 的方法 func (h *intHeap) Less(i, j int) bool { // 如果实现小顶堆,则需要调整为小于号 return (*h)[i].(int) > (*h)[j].(int) } // Swap sort.Interface 的方法 func (h *intHeap) Swap(i, j int) { (*h)[i], (*h)[j] = (*h)[j], (*h)[i] } // Top 获取堆顶元素 func (h *intHeap) Top() any { return (*h)[0] } /* Driver Code */ func TestHeap(t *testing.T) { /* 初始化堆 */ // 初始化大顶堆 maxHeap := &intHeap{} heap.Init(maxHeap) /* 元素入堆 */ // 调用 heap.Interface 的方法,来添加元素 heap.Push(maxHeap, 1) heap.Push(maxHeap, 3) heap.Push(maxHeap, 2) heap.Push(maxHeap, 4) heap.Push(maxHeap, 5) /* 获取堆顶元素 */ top := maxHeap.Top() fmt.Printf("堆顶元素为 %d\n", top) /* 堆顶元素出堆 */ // 调用 heap.Interface 的方法,来移除元素 heap.Pop(maxHeap) // 5 heap.Pop(maxHeap) // 4 heap.Pop(maxHeap) // 3 heap.Pop(maxHeap) // 2 heap.Pop(maxHeap) // 1 /* 获取堆大小 */ size := len(*maxHeap) fmt.Printf("堆元素数量为 %d\n", size) /* 判断堆是否为空 */ isEmpty := len(*maxHeap) == 0 fmt.Printf("堆是否为空 %t\n", isEmpty) } ``` === "Swift" ```swift title="heap.swift" // Swift 未提供内置 Heap 类 ``` === "JS" ```javascript title="heap.js" // JavaScript 未提供内置 Heap 类 ``` === "TS" ```typescript title="heap.ts" // TypeScript 未提供内置 Heap 类 ``` === "Dart" ```dart title="heap.dart" // Dart 未提供内置 Heap 类 ``` === "Rust" ```rust title="heap.rs" ``` === "C" ```c title="heap.c" // C 未提供内置 Heap 类 ``` === "Zig" ```zig title="heap.zig" ``` ## 8.1.2   堆的实现 下文实现的是大顶堆。若要将其转换为小顶堆,只需将所有大小逻辑判断取逆(例如,将 $\geq$ 替换为 $\leq$ )。感兴趣的读者可以自行实现。 ### 1.   堆的存储与表示 我们在二叉树章节中学习到,完全二叉树非常适合用数组来表示。由于堆正是一种完全二叉树,**我们将采用数组来存储堆**。 当使用数组表示二叉树时,元素代表节点值,索引代表节点在二叉树中的位置。**节点指针通过索引映射公式来实现**。 如图 8-2 所示,给定索引 $i$ ,其左子节点索引为 $2i + 1$ ,右子节点索引为 $2i + 2$ ,父节点索引为 $(i - 1) / 2$(向下取整)。当索引越界时,表示空节点或节点不存在。 ![堆的表示与存储](heap.assets/representation_of_heap.png)

图 8-2   堆的表示与存储

我们可以将索引映射公式封装成函数,方便后续使用。 === "Python" ```python title="my_heap.py" def left(self, i: int) -> int: """获取左子节点索引""" return 2 * i + 1 def right(self, i: int) -> int: """获取右子节点索引""" return 2 * i + 2 def parent(self, i: int) -> int: """获取父节点索引""" return (i - 1) // 2 # 向下整除 ``` === "C++" ```cpp title="my_heap.cpp" /* 获取左子节点索引 */ int left(int i) { return 2 * i + 1; } /* 获取右子节点索引 */ int right(int i) { return 2 * i + 2; } /* 获取父节点索引 */ int parent(int i) { return (i - 1) / 2; // 向下取整 } ``` === "Java" ```java title="my_heap.java" /* 获取左子节点索引 */ int left(int i) { return 2 * i + 1; } /* 获取右子节点索引 */ int right(int i) { return 2 * i + 2; } /* 获取父节点索引 */ int parent(int i) { return (i - 1) / 2; // 向下整除 } ``` === "C#" ```csharp title="my_heap.cs" /* 获取左子节点索引 */ int left(int i) { return 2 * i + 1; } /* 获取右子节点索引 */ int right(int i) { return 2 * i + 2; } /* 获取父节点索引 */ int parent(int i) { return (i - 1) / 2; // 向下整除 } ``` === "Go" ```go title="my_heap.go" /* 获取左子节点索引 */ func (h *maxHeap) left(i int) int { return 2*i + 1 } /* 获取右子节点索引 */ func (h *maxHeap) right(i int) int { return 2*i + 2 } /* 获取父节点索引 */ func (h *maxHeap) parent(i int) int { // 向下整除 return (i - 1) / 2 } ``` === "Swift" ```swift title="my_heap.swift" /* 获取左子节点索引 */ func left(i: Int) -> Int { 2 * i + 1 } /* 获取右子节点索引 */ func right(i: Int) -> Int { 2 * i + 2 } /* 获取父节点索引 */ func parent(i: Int) -> Int { (i - 1) / 2 // 向下整除 } ``` === "JS" ```javascript title="my_heap.js" /* 获取左子节点索引 */ #left(i) { return 2 * i + 1; } /* 获取右子节点索引 */ #right(i) { return 2 * i + 2; } /* 获取父节点索引 */ #parent(i) { return Math.floor((i - 1) / 2); // 向下整除 } ``` === "TS" ```typescript title="my_heap.ts" /* 获取左子节点索引 */ left(i: number): number { return 2 * i + 1; } /* 获取右子节点索引 */ right(i: number): number { return 2 * i + 2; } /* 获取父节点索引 */ parent(i: number): number { return Math.floor((i - 1) / 2); // 向下整除 } ``` === "Dart" ```dart title="my_heap.dart" /* 获取左子节点索引 */ int _left(int i) { return 2 * i + 1; } /* 获取右子节点索引 */ int _right(int i) { return 2 * i + 2; } /* 获取父节点索引 */ int _parent(int i) { return (i - 1) ~/ 2; // 向下整除 } ``` === "Rust" ```rust title="my_heap.rs" /* 获取左子节点索引 */ fn left(i: usize) -> usize { 2 * i + 1 } /* 获取右子节点索引 */ fn right(i: usize) -> usize { 2 * i + 2 } /* 获取父节点索引 */ fn parent(i: usize) -> usize { (i - 1) / 2 // 向下整除 } ``` === "C" ```c title="my_heap.c" /* 获取左子节点索引 */ int left(maxHeap *h, int i) { return 2 * i + 1; } /* 获取右子节点索引 */ int right(maxHeap *h, int i) { return 2 * i + 2; } /* 获取父节点索引 */ int parent(maxHeap *h, int i) { return (i - 1) / 2; } ``` === "Zig" ```zig title="my_heap.zig" // 获取左子节点索引 fn left(i: usize) usize { return 2 * i + 1; } // 获取右子节点索引 fn right(i: usize) usize { return 2 * i + 2; } // 获取父节点索引 fn parent(i: usize) usize { // return (i - 1) / 2; // 向下整除 return @divFloor(i - 1, 2); } ``` ### 2.   访问堆顶元素 堆顶元素即为二叉树的根节点,也就是列表的首个元素。 === "Python" ```python title="my_heap.py" def peek(self) -> int: """访问堆顶元素""" return self.max_heap[0] ``` === "C++" ```cpp title="my_heap.cpp" /* 访问堆顶元素 */ int peek() { return maxHeap[0]; } ``` === "Java" ```java title="my_heap.java" /* 访问堆顶元素 */ int peek() { return maxHeap.get(0); } ``` === "C#" ```csharp title="my_heap.cs" /* 访问堆顶元素 */ int peek() { return maxHeap[0]; } ``` === "Go" ```go title="my_heap.go" /* 访问堆顶元素 */ func (h *maxHeap) peek() any { return h.data[0] } ``` === "Swift" ```swift title="my_heap.swift" /* 访问堆顶元素 */ func peek() -> Int { maxHeap[0] } ``` === "JS" ```javascript title="my_heap.js" /* 访问堆顶元素 */ peek() { return this.#maxHeap[0]; } ``` === "TS" ```typescript title="my_heap.ts" /* 访问堆顶元素 */ peek(): number { return this.maxHeap[0]; } ``` === "Dart" ```dart title="my_heap.dart" /* 访问堆顶元素 */ int peek() { return _maxHeap[0]; } ``` === "Rust" ```rust title="my_heap.rs" /* 访问堆顶元素 */ fn peek(&self) -> Option { self.max_heap.first().copied() } ``` === "C" ```c title="my_heap.c" /* 访问堆顶元素 */ int peek(maxHeap *h) { return h->data[0]; } ``` === "Zig" ```zig title="my_heap.zig" // 访问堆顶元素 fn peek(self: *Self) T { return self.max_heap.?.items[0]; } ``` ### 3.   元素入堆 给定元素 `val` ,我们首先将其添加到堆底。添加之后,由于 val 可能大于堆中其他元素,堆的成立条件可能已被破坏。因此,**需要修复从插入节点到根节点的路径上的各个节点**,这个操作被称为「堆化 heapify」。 考虑从入堆节点开始,**从底至顶执行堆化**。如图 8-3 所示,我们比较插入节点与其父节点的值,如果插入节点更大,则将它们交换。然后继续执行此操作,从底至顶修复堆中的各个节点,直至越过根节点或遇到无须交换的节点时结束。 === "<1>" ![元素入堆步骤](heap.assets/heap_push_step1.png) === "<2>" ![heap_push_step2](heap.assets/heap_push_step2.png) === "<3>" ![heap_push_step3](heap.assets/heap_push_step3.png) === "<4>" ![heap_push_step4](heap.assets/heap_push_step4.png) === "<5>" ![heap_push_step5](heap.assets/heap_push_step5.png) === "<6>" ![heap_push_step6](heap.assets/heap_push_step6.png) === "<7>" ![heap_push_step7](heap.assets/heap_push_step7.png) === "<8>" ![heap_push_step8](heap.assets/heap_push_step8.png) === "<9>" ![heap_push_step9](heap.assets/heap_push_step9.png)

图 8-3   元素入堆步骤

设节点总数为 $n$ ,则树的高度为 $O(\log n)$ 。由此可知,堆化操作的循环轮数最多为 $O(\log n)$ ,**元素入堆操作的时间复杂度为 $O(\log n)$** 。 === "Python" ```python title="my_heap.py" def push(self, val: int): """元素入堆""" # 添加节点 self.max_heap.append(val) # 从底至顶堆化 self.sift_up(self.size() - 1) def sift_up(self, i: int): """从节点 i 开始,从底至顶堆化""" while True: # 获取节点 i 的父节点 p = self.parent(i) # 当“越过根节点”或“节点无须修复”时,结束堆化 if p < 0 or self.max_heap[i] <= self.max_heap[p]: break # 交换两节点 self.swap(i, p) # 循环向上堆化 i = p ``` === "C++" ```cpp title="my_heap.cpp" /* 元素入堆 */ void push(int val) { // 添加节点 maxHeap.push_back(val); // 从底至顶堆化 siftUp(size() - 1); } /* 从节点 i 开始,从底至顶堆化 */ void siftUp(int i) { while (true) { // 获取节点 i 的父节点 int p = parent(i); // 当“越过根节点”或“节点无须修复”时,结束堆化 if (p < 0 || maxHeap[i] <= maxHeap[p]) break; // 交换两节点 swap(maxHeap[i], maxHeap[p]); // 循环向上堆化 i = p; } } ``` === "Java" ```java title="my_heap.java" /* 元素入堆 */ void push(int val) { // 添加节点 maxHeap.add(val); // 从底至顶堆化 siftUp(size() - 1); } /* 从节点 i 开始,从底至顶堆化 */ void siftUp(int i) { while (true) { // 获取节点 i 的父节点 int p = parent(i); // 当“越过根节点”或“节点无须修复”时,结束堆化 if (p < 0 || maxHeap.get(i) <= maxHeap.get(p)) break; // 交换两节点 swap(i, p); // 循环向上堆化 i = p; } } ``` === "C#" ```csharp title="my_heap.cs" /* 元素入堆 */ void push(int val) { // 添加节点 maxHeap.Add(val); // 从底至顶堆化 siftUp(size() - 1); } /* 从节点 i 开始,从底至顶堆化 */ void siftUp(int i) { while (true) { // 获取节点 i 的父节点 int p = parent(i); // 若“越过根节点”或“节点无须修复”,则结束堆化 if (p < 0 || maxHeap[i] <= maxHeap[p]) break; // 交换两节点 swap(i, p); // 循环向上堆化 i = p; } } ``` === "Go" ```go title="my_heap.go" /* 元素入堆 */ func (h *maxHeap) push(val any) { // 添加节点 h.data = append(h.data, val) // 从底至顶堆化 h.siftUp(len(h.data) - 1) } /* 从节点 i 开始,从底至顶堆化 */ func (h *maxHeap) siftUp(i int) { for true { // 获取节点 i 的父节点 p := h.parent(i) // 当“越过根节点”或“节点无须修复”时,结束堆化 if p < 0 || h.data[i].(int) <= h.data[p].(int) { break } // 交换两节点 h.swap(i, p) // 循环向上堆化 i = p } } ``` === "Swift" ```swift title="my_heap.swift" /* 元素入堆 */ func push(val: Int) { // 添加节点 maxHeap.append(val) // 从底至顶堆化 siftUp(i: size() - 1) } /* 从节点 i 开始,从底至顶堆化 */ func siftUp(i: Int) { var i = i while true { // 获取节点 i 的父节点 let p = parent(i: i) // 当“越过根节点”或“节点无须修复”时,结束堆化 if p < 0 || maxHeap[i] <= maxHeap[p] { break } // 交换两节点 swap(i: i, j: p) // 循环向上堆化 i = p } } ``` === "JS" ```javascript title="my_heap.js" /* 元素入堆 */ push(val) { // 添加节点 this.#maxHeap.push(val); // 从底至顶堆化 this.#siftUp(this.size() - 1); } /* 从节点 i 开始,从底至顶堆化 */ #siftUp(i) { while (true) { // 获取节点 i 的父节点 const p = this.#parent(i); // 当“越过根节点”或“节点无须修复”时,结束堆化 if (p < 0 || this.#maxHeap[i] <= this.#maxHeap[p]) break; // 交换两节点 this.#swap(i, p); // 循环向上堆化 i = p; } } ``` === "TS" ```typescript title="my_heap.ts" /* 元素入堆 */ push(val: number): void { // 添加节点 this.maxHeap.push(val); // 从底至顶堆化 this.siftUp(this.size() - 1); } /* 从节点 i 开始,从底至顶堆化 */ siftUp(i: number): void { while (true) { // 获取节点 i 的父节点 const p = this.parent(i); // 当“越过根节点”或“节点无须修复”时,结束堆化 if (p < 0 || this.maxHeap[i] <= this.maxHeap[p]) break; // 交换两节点 this.swap(i, p); // 循环向上堆化 i = p; } } ``` === "Dart" ```dart title="my_heap.dart" /* 元素入堆 */ void push(int val) { // 添加节点 _maxHeap.add(val); // 从底至顶堆化 siftUp(size() - 1); } /* 从节点 i 开始,从底至顶堆化 */ void siftUp(int i) { while (true) { // 获取节点 i 的父节点 int p = _parent(i); // 当“越过根节点”或“节点无须修复”时,结束堆化 if (p < 0 || _maxHeap[i] <= _maxHeap[p]) { break; } // 交换两节点 _swap(i, p); // 循环向上堆化 i = p; } } ``` === "Rust" ```rust title="my_heap.rs" /* 元素入堆 */ fn push(&mut self, val: i32) { // 添加节点 self.max_heap.push(val); // 从底至顶堆化 self.sift_up(self.size() - 1); } /* 从节点 i 开始,从底至顶堆化 */ fn sift_up(&mut self, mut i: usize) { loop { // 节点 i 已经是堆顶节点了,结束堆化 if i == 0 { break; } // 获取节点 i 的父节点 let p = Self::parent(i); // 当“节点无须修复”时,结束堆化 if self.max_heap[i] <= self.max_heap[p] { break; } // 交换两节点 self.swap(i, p); // 循环向上堆化 i = p; } } ``` === "C" ```c title="my_heap.c" /* 元素入堆 */ void push(maxHeap *h, int val) { // 默认情况下,不应该添加这么多节点 if (h->size == MAX_SIZE) { printf("heap is full!"); return; } // 添加节点 h->data[h->size] = val; h->size++; // 从底至顶堆化 siftUp(h, h->size - 1); } /* 从节点 i 开始,从底至顶堆化 */ void siftUp(maxHeap *h, int i) { while (true) { // 获取节点 i 的父节点 int p = parent(h, i); // 当“越过根节点”或“节点无须修复”时,结束堆化 if (p < 0 || h->data[i] <= h->data[p]) { break; } // 交换两节点 swap(h, i, p); // 循环向上堆化 i = p; } } ``` === "Zig" ```zig title="my_heap.zig" // 元素入堆 fn push(self: *Self, val: T) !void { // 添加节点 try self.max_heap.?.append(val); // 从底至顶堆化 try self.siftUp(self.size() - 1); } // 从节点 i 开始,从底至顶堆化 fn siftUp(self: *Self, i_: usize) !void { var i = i_; while (true) { // 获取节点 i 的父节点 var p = parent(i); // 当“越过根节点”或“节点无须修复”时,结束堆化 if (p < 0 or self.max_heap.?.items[i] <= self.max_heap.?.items[p]) break; // 交换两节点 try self.swap(i, p); // 循环向上堆化 i = p; } } ``` ### 4.   堆顶元素出堆 堆顶元素是二叉树的根节点,即列表首元素。如果我们直接从列表中删除首元素,那么二叉树中所有节点的索引都会发生变化,这将使得后续使用堆化修复变得困难。为了尽量减少元素索引的变动,我们采用以下操作步骤。 1. 交换堆顶元素与堆底元素(即交换根节点与最右叶节点)。 2. 交换完成后,将堆底从列表中删除(注意,由于已经交换,实际上删除的是原来的堆顶元素)。 3. 从根节点开始,**从顶至底执行堆化**。 如图 8-4 所示,**“从顶至底堆化”的操作方向与“从底至顶堆化”相反**,我们将根节点的值与其两个子节点的值进行比较,将最大的子节点与根节点交换。然后循环执行此操作,直到越过叶节点或遇到无须交换的节点时结束。 === "<1>" ![堆顶元素出堆步骤](heap.assets/heap_pop_step1.png) === "<2>" ![heap_pop_step2](heap.assets/heap_pop_step2.png) === "<3>" ![heap_pop_step3](heap.assets/heap_pop_step3.png) === "<4>" ![heap_pop_step4](heap.assets/heap_pop_step4.png) === "<5>" ![heap_pop_step5](heap.assets/heap_pop_step5.png) === "<6>" ![heap_pop_step6](heap.assets/heap_pop_step6.png) === "<7>" ![heap_pop_step7](heap.assets/heap_pop_step7.png) === "<8>" ![heap_pop_step8](heap.assets/heap_pop_step8.png) === "<9>" ![heap_pop_step9](heap.assets/heap_pop_step9.png) === "<10>" ![heap_pop_step10](heap.assets/heap_pop_step10.png)

图 8-4   堆顶元素出堆步骤

与元素入堆操作相似,堆顶元素出堆操作的时间复杂度也为 $O(\log n)$ 。 === "Python" ```python title="my_heap.py" def pop(self) -> int: """元素出堆""" # 判空处理 if self.is_empty(): raise IndexError("堆为空") # 交换根节点与最右叶节点(即交换首元素与尾元素) self.swap(0, self.size() - 1) # 删除节点 val = self.max_heap.pop() # 从顶至底堆化 self.sift_down(0) # 返回堆顶元素 return val def sift_down(self, i: int): """从节点 i 开始,从顶至底堆化""" while True: # 判断节点 i, l, r 中值最大的节点,记为 ma l, r, ma = self.left(i), self.right(i), i if l < self.size() and self.max_heap[l] > self.max_heap[ma]: ma = l if r < self.size() and self.max_heap[r] > self.max_heap[ma]: ma = r # 若节点 i 最大或索引 l, r 越界,则无须继续堆化,跳出 if ma == i: break # 交换两节点 self.swap(i, ma) # 循环向下堆化 i = ma ``` === "C++" ```cpp title="my_heap.cpp" /* 元素出堆 */ void pop() { // 判空处理 if (empty()) { throw out_of_range("堆为空"); } // 交换根节点与最右叶节点(即交换首元素与尾元素) swap(maxHeap[0], maxHeap[size() - 1]); // 删除节点 maxHeap.pop_back(); // 从顶至底堆化 siftDown(0); } /* 从节点 i 开始,从顶至底堆化 */ void siftDown(int i) { while (true) { // 判断节点 i, l, r 中值最大的节点,记为 ma int l = left(i), r = right(i), ma = i; // 若节点 i 最大或索引 l, r 越界,则无须继续堆化,跳出 if (l < size() && maxHeap[l] > maxHeap[ma]) ma = l; if (r < size() && maxHeap[r] > maxHeap[ma]) ma = r; // 若节点 i 最大或索引 l, r 越界,则无须继续堆化,跳出 if (ma == i) break; swap(maxHeap[i], maxHeap[ma]); // 循环向下堆化 i = ma; } } ``` === "Java" ```java title="my_heap.java" /* 元素出堆 */ int pop() { // 判空处理 if (isEmpty()) throw new IndexOutOfBoundsException(); // 交换根节点与最右叶节点(即交换首元素与尾元素) swap(0, size() - 1); // 删除节点 int val = maxHeap.remove(size() - 1); // 从顶至底堆化 siftDown(0); // 返回堆顶元素 return val; } /* 从节点 i 开始,从顶至底堆化 */ void siftDown(int i) { while (true) { // 判断节点 i, l, r 中值最大的节点,记为 ma int l = left(i), r = right(i), ma = i; if (l < size() && maxHeap.get(l) > maxHeap.get(ma)) ma = l; if (r < size() && maxHeap.get(r) > maxHeap.get(ma)) ma = r; // 若节点 i 最大或索引 l, r 越界,则无须继续堆化,跳出 if (ma == i) break; // 交换两节点 swap(i, ma); // 循环向下堆化 i = ma; } } ``` === "C#" ```csharp title="my_heap.cs" /* 元素出堆 */ int pop() { // 判空处理 if (isEmpty()) throw new IndexOutOfRangeException(); // 交换根节点与最右叶节点(即交换首元素与尾元素) swap(0, size() - 1); // 删除节点 int val = maxHeap.Last(); maxHeap.RemoveAt(size() - 1); // 从顶至底堆化 siftDown(0); // 返回堆顶元素 return val; } /* 从节点 i 开始,从顶至底堆化 */ void siftDown(int i) { while (true) { // 判断节点 i, l, r 中值最大的节点,记为 ma int l = left(i), r = right(i), ma = i; if (l < size() && maxHeap[l] > maxHeap[ma]) ma = l; if (r < size() && maxHeap[r] > maxHeap[ma]) ma = r; // 若“节点 i 最大”或“越过叶节点”,则结束堆化 if (ma == i) break; // 交换两节点 swap(i, ma); // 循环向下堆化 i = ma; } } ``` === "Go" ```go title="my_heap.go" /* 元素出堆 */ func (h *maxHeap) pop() any { // 判空处理 if h.isEmpty() { fmt.Println("error") return nil } // 交换根节点与最右叶节点(即交换首元素与尾元素) h.swap(0, h.size()-1) // 删除节点 val := h.data[len(h.data)-1] h.data = h.data[:len(h.data)-1] // 从顶至底堆化 h.siftDown(0) // 返回堆顶元素 return val } /* 从节点 i 开始,从顶至底堆化 */ func (h *maxHeap) siftDown(i int) { for true { // 判断节点 i, l, r 中值最大的节点,记为 max l, r, max := h.left(i), h.right(i), i if l < h.size() && h.data[l].(int) > h.data[max].(int) { max = l } if r < h.size() && h.data[r].(int) > h.data[max].(int) { max = r } // 若节点 i 最大或索引 l, r 越界,则无须继续堆化,跳出 if max == i { break } // 交换两节点 h.swap(i, max) // 循环向下堆化 i = max } } ``` === "Swift" ```swift title="my_heap.swift" /* 元素出堆 */ func pop() -> Int { // 判空处理 if isEmpty() { fatalError("堆为空") } // 交换根节点与最右叶节点(即交换首元素与尾元素) swap(i: 0, j: size() - 1) // 删除节点 let val = maxHeap.remove(at: size() - 1) // 从顶至底堆化 siftDown(i: 0) // 返回堆顶元素 return val } /* 从节点 i 开始,从顶至底堆化 */ func siftDown(i: Int) { var i = i while true { // 判断节点 i, l, r 中值最大的节点,记为 ma let l = left(i: i) let r = right(i: i) var ma = i if l < size(), maxHeap[l] > maxHeap[ma] { ma = l } if r < size(), maxHeap[r] > maxHeap[ma] { ma = r } // 若节点 i 最大或索引 l, r 越界,则无须继续堆化,跳出 if ma == i { break } // 交换两节点 swap(i: i, j: ma) // 循环向下堆化 i = ma } } ``` === "JS" ```javascript title="my_heap.js" /* 元素出堆 */ pop() { // 判空处理 if (this.isEmpty()) throw new Error('堆为空'); // 交换根节点与最右叶节点(即交换首元素与尾元素) this.#swap(0, this.size() - 1); // 删除节点 const val = this.#maxHeap.pop(); // 从顶至底堆化 this.#siftDown(0); // 返回堆顶元素 return val; } /* 从节点 i 开始,从顶至底堆化 */ #siftDown(i) { while (true) { // 判断节点 i, l, r 中值最大的节点,记为 ma const l = this.#left(i), r = this.#right(i); let ma = i; if (l < this.size() && this.#maxHeap[l] > this.#maxHeap[ma]) ma = l; if (r < this.size() && this.#maxHeap[r] > this.#maxHeap[ma]) ma = r; // 若节点 i 最大或索引 l, r 越界,则无须继续堆化,跳出 if (ma === i) break; // 交换两节点 this.#swap(i, ma); // 循环向下堆化 i = ma; } } ``` === "TS" ```typescript title="my_heap.ts" /* 元素出堆 */ pop(): number { // 判空处理 if (this.isEmpty()) throw new RangeError('Heap is empty.'); // 交换根节点与最右叶节点(即交换首元素与尾元素) this.swap(0, this.size() - 1); // 删除节点 const val = this.maxHeap.pop(); // 从顶至底堆化 this.siftDown(0); // 返回堆顶元素 return val; } /* 从节点 i 开始,从顶至底堆化 */ siftDown(i: number): void { while (true) { // 判断节点 i, l, r 中值最大的节点,记为 ma const l = this.left(i), r = this.right(i); let ma = i; if (l < this.size() && this.maxHeap[l] > this.maxHeap[ma]) ma = l; if (r < this.size() && this.maxHeap[r] > this.maxHeap[ma]) ma = r; // 若节点 i 最大或索引 l, r 越界,则无须继续堆化,跳出 if (ma === i) break; // 交换两节点 this.swap(i, ma); // 循环向下堆化 i = ma; } } ``` === "Dart" ```dart title="my_heap.dart" /* 元素出堆 */ int pop() { // 判空处理 if (isEmpty()) throw Exception('堆为空'); // 交换根节点与最右叶节点(即交换首元素与尾元素) _swap(0, size() - 1); // 删除节点 int val = _maxHeap.removeLast(); // 从顶至底堆化 siftDown(0); // 返回堆顶元素 return val; } /* 从节点 i 开始,从顶至底堆化 */ void siftDown(int i) { while (true) { // 判断节点 i, l, r 中值最大的节点,记为 ma int l = _left(i); int r = _right(i); int ma = i; if (l < size() && _maxHeap[l] > _maxHeap[ma]) ma = l; if (r < size() && _maxHeap[r] > _maxHeap[ma]) ma = r; // 若节点 i 最大或索引 l, r 越界,则无须继续堆化,跳出 if (ma == i) break; // 交换两节点 _swap(i, ma); // 循环向下堆化 i = ma; } } ``` === "Rust" ```rust title="my_heap.rs" /* 元素出堆 */ fn pop(&mut self) -> i32 { // 判空处理 if self.is_empty() { panic!("index out of bounds"); } // 交换根节点与最右叶节点(即交换首元素与尾元素) self.swap(0, self.size() - 1); // 删除节点 let val = self.max_heap.remove(self.size() - 1); // 从顶至底堆化 self.sift_down(0); // 返回堆顶元素 val } /* 从节点 i 开始,从顶至底堆化 */ fn sift_down(&mut self, mut i: usize) { loop { // 判断节点 i, l, r 中值最大的节点,记为 ma let (l, r, mut ma) = (Self::left(i), Self::right(i), i); if l < self.size() && self.max_heap[l] > self.max_heap[ma] { ma = l; } if r < self.size() && self.max_heap[r] > self.max_heap[ma] { ma = r; } // 若节点 i 最大或索引 l, r 越界,则无须继续堆化,跳出 if ma == i { break; } // 交换两节点 self.swap(i, ma); // 循环向下堆化 i = ma; } } ``` === "C" ```c title="my_heap.c" /* 元素出堆 */ int pop(maxHeap *h) { // 判空处理 if (isEmpty(h)) { printf("heap is empty!"); return INT_MAX; } // 交换根节点与最右叶节点(即交换首元素与尾元素) swap(h, 0, size(h) - 1); // 删除节点 int val = h->data[h->size - 1]; h->size--; // 从顶至底堆化 siftDown(h, 0); // 返回堆顶元素 return val; } /* 从节点 i 开始,从顶至底堆化 */ void siftDown(maxHeap *h, int i) { while (true) { // 判断节点 i, l, r 中值最大的节点,记为 max int l = left(h, i); int r = right(h, i); int max = i; if (l < size(h) && h->data[l] > h->data[max]) { max = l; } if (r < size(h) && h->data[r] > h->data[max]) { max = r; } // 若节点 i 最大或索引 l, r 越界,则无须继续堆化,跳出 if (max == i) { break; } // 交换两节点 swap(h, i, max); // 循环向下堆化 i = max; } } ``` === "Zig" ```zig title="my_heap.zig" // 元素出堆 fn pop(self: *Self) !T { // 判断处理 if (self.isEmpty()) unreachable; // 交换根节点与最右叶节点(即交换首元素与尾元素) try self.swap(0, self.size() - 1); // 删除节点 var val = self.max_heap.?.pop(); // 从顶至底堆化 try self.siftDown(0); // 返回堆顶元素 return val; } // 从节点 i 开始,从顶至底堆化 fn siftDown(self: *Self, i_: usize) !void { var i = i_; while (true) { // 判断节点 i, l, r 中值最大的节点,记为 ma var l = left(i); var r = right(i); var ma = i; if (l < self.size() and self.max_heap.?.items[l] > self.max_heap.?.items[ma]) ma = l; if (r < self.size() and self.max_heap.?.items[r] > self.max_heap.?.items[ma]) ma = r; // 若节点 i 最大或索引 l, r 越界,则无须继续堆化,跳出 if (ma == i) break; // 交换两节点 try self.swap(i, ma); // 循环向下堆化 i = ma; } } ``` ## 8.1.3   堆常见应用 - **优先队列**:堆通常作为实现优先队列的首选数据结构,其入队和出队操作的时间复杂度均为 $O(\log n)$ ,而建队操作为 $O(n)$ ,这些操作都非常高效。 - **堆排序**:给定一组数据,我们可以用它们建立一个堆,然后不断地执行元素出堆操作,从而得到有序数据。然而,我们通常会使用一种更优雅的方式实现堆排序,详见后续的堆排序章节。 - **获取最大的 $k$ 个元素**:这是一个经典的算法问题,同时也是一种典型应用,例如选择热度前 10 的新闻作为微博热搜,选取销量前 10 的商品等。