当前位置:   article > 正文

堆的JavaScript实现_js写一个堆

js写一个堆

由于JavaScript缺少内置的优先队列实现(例如Java的PriorityQueue,Python的heapq),导致刷题时碰到优先队列相关的题只能换语言写,还是自己写一个吧。

完整实现代码见 github

二叉堆可视化

概念

作为前置知识,首先要了解一下堆的基本概念。

堆首先是一棵完全二叉树,也就是每层从左边依次填充的二叉树,由于这个特性,使它可以方便的由数组实现。

取一个数组arr,下标为0位置废弃不用,从1开始。那么对任意的下标i来说,它的父节点和左右子节点分别为

  • 父节点:arr[i/2]
  • 左子节点:arr[i*2]
  • 右子节点:arr[i*2 + 1]

可以非常方便的寻找任意节点的父子节点,在堆的实现里是非常有用的特性。

堆除了拥有完全二叉树的特点之外,还有自己独有的特性,那就是一个节点要比它的左右两个子节点有更高(或相等)的 优先级

优先级取决于使用者自己的定义,例如数字越小优先级越高,那么最小的值将出现在树的根节点,也可以看做是堆的“顶”,所以被称为 小顶堆(也有叫法为“小根堆”)。反之,则称为大顶堆

在弹出数据时,堆总是弹出当前数据集中优先级最高的元素,也就是堆顶,这个特点能够完美匹配优先队列概念。

堆与优先队列

普通的队列是先进先出的,而优先队列则不同,它每次都会选择优先级最高的元素出队。

优先队列是一个逻辑上的数据结构,要想实现它可以采用很多种不同的方式。例如,一个有序链表就可以作为优先队列,入队时将元素插入合适位置,出队删除链表头并返回就可以了。

那么,为什么往往优先队列和堆总是放在一起,甚至一定程度上可以画上等号?

当然还是因为堆这种实现方式最契合于优先队列,以下是几种数据结构实现优先队列的复杂度。

实现方式 入队时间复杂度 出队时间复杂度 获取优先级最高元素 描述
无序数组 O(1) O(n) O(n) 出队时找到最值删除并返回,找最值和删除需要遍历 O(n)
无序链表 O(1) O(n) O(n) 出队时找到最值删除并返回,找最值需要遍历 O(n)
有序数组 O(n) O(1) O(1) 入队时需要找合适位置 (可二分搜索O(logn)) ,但要移动后面的元素 O(n)
有序链表 O(n) O(1) O(1) 入队时需要遍历找合适位置 O(n)
二叉搜索树 O(logn)(平均) O(logn)(平均) O(logn)(平均) 均为 O(logn)
二叉堆 O(logn) O(logn) O(1) 本文详述

优先队列ADT

要实现一个优先队列的基本功能,需要对外提供以下几个API:

class Heap {
   
  constructor(compare) {
   } //构造函数,能够接受自定义的优先级比较方法
  push(item) {
   } // 入队
  pop() {
   } // 返回优先级最高元素,出队
  peek() {
   } // 返回优先级最高元素,但不出队
  get size() {
   } // 当前队列的大小
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13

实现

构造函数

构造函数只需要做两件事

  1. 初始化用于存储堆数据的数组
  2. 接受传入的优先级比较函数,没有则使用默认实现
  constructor(compare) {
   
    this.arr = [ 0 ]; // 下标从1开始好算,下标0废弃
    this.compare = (typeof compare === 'function') ? compare : this._defaultCompare;
  }
  • 1
  • 2
  • 3
  • 4
  • 5

自定义比较函数

关于比较函数 compare ,要先明确它的定义。

Array.sort()里的比较函数返回负数、0、正数三种状态不同,我在这里把 compare(a,b) 定义为 元素a是否比b有更高的优先级,更接近堆顶,返回bool值。即a更靠近堆顶,返回true,b更靠近堆顶则返回false

这样写代码时可以不用纠结 compare 结果大于0小于0是什么含义,简化实现。

push

首先要实现的添加元素功能,方式为:

  1. 新的元素添加到整个堆的末尾
  2. 尝试让它进行“上浮”,回到它应该呆的位置

上浮操作是为了维护堆中元素总是比子节点优先级更高的性质。

具体操作也就是不断的将该元素与它的父节点比较优先级,如果新元素优先更高,理应更靠近堆顶,那么交换新元素和它父节点的位置。上浮一层之后继续执行,直到不满足比父节点优先级更高这一条件或者抵达堆顶。

(图:初始化 [4,3,2,1] 的大顶堆,执行 push(5),将5插入到最后面,然后尝试上浮)

红色数字表示它们对应的数组下标

  push(item) {
   
    let {
    arr } = this;
    arr.push(item); //添加到末尾
    this._up(arr.length - 1); // 尝试上浮
  }

    /**
   * 上浮第k个元素
   * @param {int} k
   */
  _up(k) {
   
    let {
    arr, compare, _parent } = this;
    // k 比它的父节点更靠近堆顶,应该继续上浮(k=1 表示已经到达堆顶)
    while (k > 
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/Li_阴宅/article/detail/747373
推荐阅读
相关标签
  

闽ICP备14008679号