算法|最大堆、最小堆和堆排序的实现（JavaScript）-编程知识

一些概念

堆：特殊的完全二叉树，具有特定性质的完全二叉树。
大根堆：父节点 > 子节点
小根堆：父节点 < 子节点

二叉堆也属于完全二叉树，所以可以用数组表示。

若下标从1开始，左节点为 2*i ，右节点为 2*i+1 ，父节点为 i//2 。
若下标从1开始，左节点为 2*i+1 ，右节点为 2*i+1+2 ，父节点为 (i-1)//2 。

最大堆

两个重要方法，插入元素和移出元素。

插入元素：在堆尾插入元素，调用辅助方法，将该元素上浮到正确位置。
移出元素：将堆尾元素删去并替换到堆首，将该元素下沉到正确位置。

解释：

上浮：如果父节点更大，则替换，循环直至比父节点小。
下沉：如果子节点中较大的那个更小，则替换，循环直至子节点都比自身小。

实现

class MaxHeap {constructor() {this.heap = []}isEmpty() {return this.heap.length === 0}size() {return this.heap.length}#getParentIndex(idx) {return Math.floor((idx-1)/2)}#getLeft(idx) {return idx * 2 + 1}#getRight(idx) {return idx * 2 + 2}// 插入insert(v) {this.heap.push(v)this.#swim(this.size()-1)}// 删除最大值deleteMax() {const max = this.heap[0]this.#swap(0, this.size() - 1) // 将根和最后一个元素交换this.heap.pop() // 防止对象游离this.#sink(0) // 下沉，恢复有序性return max}// 第i个是否小于第j个#compare(a, b) {return a < b}// 交换#swap(i, j) {[this.heap[i], this.heap[j]] = [this.heap[j], this.heap[i]]}// 上浮#swim(k) {let parent = this.#getParentIndex(k)while(k > 0 && this.#compare(this.heap[parent], this.heap[k])) {this.#swap(parent, k)k = parentparent = this.#getParentIndex(k)}}// 下沉#sink(k) {while (this.#getLeft(k) < this.size()) {let j = this.#getLeft(k)// j 指向子节点的较大值if (j+1 < this.size() && this.#compare(this.heap[j], this.heap[j+1])) j++// 如果子节点都小if (this.#compare(this.heap[j], this.heap[k])) breakthis.#swap(k, j)k = j}}
}

测试

const mh = new MaxHeap()
mh.insert(20)
mh.insert(80)
mh.insert(50)
mh.insert(40)
mh.insert(30)
mh.insert(40)
mh.insert(20)
mh.insert(10)
mh.insert(35)
mh.insert(15)
mh.insert(90)
console.log(mh.heap)
// [ <1 empty item>, 90, 80, 50, 35, 40, 40, 20, 10, 20, 15, 30 ]
mh.deleteMax()
mh.deleteMax()
mh.deleteMax()
console.log(mh.heap)
// [ <1 empty item>, 40, 35, 40, 20, 30, 15, 20, 10 ]

最小堆

与最小堆相比，仅是交换条件不同

实现

class MinHeap {constructor() {this.heap = []}isEmpty() {return this.heap.length === 0}size() {return this.heap.length}#getParentIndex(idx) {return Math.floor((idx-1)/2)}#getLeft(idx) {return idx * 2 + 1}#getRight(idx) {return idx * 2 + 2}// 插入insert(v) {this.heap.push(v)this.#swim(this.size()-1)}// 删除最大值deleteMin() {const max = this.heap[0]this.#swap(0, this.size() - 1) // 将根和最后一个元素交换this.heap.pop() // 防止对象游离this.#sink(0) // 下沉，恢复有序性return max}// 第i个是否小于第j个#compare(a, b) {return a > b}// 交换#swap(i, j) {[this.heap[i], this.heap[j]] = [this.heap[j], this.heap[i]]}// 上浮#swim(k) {let parent = this.#getParentIndex(k)while(k > 0 && this.#compare(this.heap[parent], this.heap[k])) {this.#swap(parent, k)k = parentparent = this.#getParentIndex(k)}}// 下沉#sink(k) {while (this.#getLeft(k) < this.size()) {let j = this.#getLeft(k)// j 指向子节点的较小值if (j+1 < this.size() && this.#compare(this.heap[j], this.heap[j+1])) j++// 如果子节点都大if (this.#compare(this.heap[j], this.heap[k])) breakthis.#swap(k, j)k = j}}
}

测试

const mh = new MinHeap()
mh.insert(20)
mh.insert(80)
mh.insert(50)
mh.insert(40)
mh.insert(30)
mh.insert(40)
mh.insert(20)
mh.insert(10)
mh.insert(35)
mh.insert(15)
mh.insert(90)
console.log(mh.heap)
// [10, 15, 20, 30, 20, 50, 40, 80, 35, 40, 90]
mh.deleteMin()
mh.deleteMin()
mh.deleteMin()
console.log(mh.heap)
// [20, 30, 40, 35, 40, 50, 90, 80]

堆（自定义比较函数）

默认为最大堆，根据元素的大小进行排序，可自定义排序规则，返回值为布尔值。

class Heap {constructor(compareFn) {this.heap = []this.compare = (typeof compareFn === 'function') ? compareFn : this.#defaultCompare}isEmpty() {return this.heap.length === 0}size() {return this.heap.length}#getParentIndex(idx) {return Math.floor((idx-1)/2)}#getLeft(idx) {return idx * 2 + 1}#getRight(idx) {return idx * 2 + 2}// 插入insert(v) {this.heap.push(v)this.#swim(this.size()-1)}// 删除最大值delete() {const max = this.heap[0]this.#swap(0, this.size() - 1) // 将根和最后一个元素交换this.heap.pop() // 防止对象游离this.#sink(0) // 下沉，恢复有序性return max}// 第i个是否小于第j个#defaultCompare(a, b) {return a < b}// 交换#swap(i, j) {[this.heap[i], this.heap[j]] = [this.heap[j], this.heap[i]]}// 上浮#swim(k) {let parent = this.#getParentIndex(k)while(k > 0 && this.compare(this.heap[parent], this.heap[k])) {this.#swap(parent, k)k = parentparent = this.#getParentIndex(k)}}// 下沉#sink(k) {while (this.#getLeft(k) < this.size()) {let j = this.#getLeft(k)// j 指向子节点的较大值if (j+1 < this.size() && this.compare(this.heap[j], this.heap[j+1])) j++// 如果子节点都小if (this.compare(this.heap[j], this.heap[k])) breakthis.#swap(k, j)k = j}}
}

测试

const mh = new Heap((a,b)=>a.val<b.val)
mh.insert({val: 20})
mh.insert({val: 45})
mh.insert({val: 56})
mh.insert({val: 12})
mh.insert({val: 93})
mh.insert({val: 34})
mh.insert({val: 12})
mh.insert({val: 84})
console.log(mh.heap)
// [
//   { val: 93 },
//   { val: 84 },
//   { val: 45 },
//   { val: 56 },
//   { val: 20 },
//   { val: 34 },
//   { val: 12 },
//   { val: 12 }
// ]
mh.delete()
mh.delete()
console.log(mh.heap)
// [
//   { val: 56 },
//   { val: 20 },
//   { val: 45 },
//   { val: 12 },
//   { val: 12 },
//   { val: 34 }
// ]

堆排序

（1）先原地创建一个最大堆，因为叶子节点没有子节点，因此只需要对非叶子节点从右向左进行下沉操作

（2）把堆首（堆的最大值）和堆尾替换位置，堆大小减一，保持非堆是递增的，保持数组最后一个元素是最大的，最后对堆首进行下沉操作（或者说把非堆重新堆化）。

（3）重复第二步直至清空堆。

注意：排序的数组第一个元素下标是 0 ，跟上面处理边界不一样。

实现

function heapSort (arr) {// arr = arr.slice(0) // 是否原地排序let N = arr.length - 1if (!arr instanceof Array) {return null}else if (arr instanceof Array && (N === 0 || N === -1) ) {return arr}function exch(i, j) {[arr[i], arr[j]] = [arr[j], arr[i]]}function less(i, j) {return arr[i] < arr[j]}function sink(k) {while (2 *k + 1 <= N) {let j = 2 * k + 1// j 指向子节点的较大值if (j+1 <= N && less(j, j+1)) {j++}// 如果子节点都小if (less(j, k)) breakexch(k, j)k = j}}// 构建堆for(let i = Math.floor(N/2); i >= 0; i--) {sink(i)}// 堆有序while (N > 0) {exch(0, N--)sink(0)}
}

另一个实现

function heapSort (arr) {// arr = arr.slice(0) // 是否原地排序let N = arr.lengthif (!arr instanceof Array) {return null}else if (arr instanceof Array && (N === 0 || N === -1) ) {return arr}function getParentIndex(idx) {return Math.floor((idx-1)/2)}function getLeft(idx) {return idx * 2 + 1}function getRight(idx) {return idx * 2 + 2}function swap(i, j) {[arr[i], arr[j]] = [arr[j], arr[i]]}function compare(i, j) {return i < j}function sink(k) {while (getLeft(k) < N) {let j = getLeft(k)// j 指向子节点的较大值if (j+1 < N && compare(arr[j], arr[j+1])) j++// 如果子节点都小if (compare(arr[j], arr[k])) breakswap(k, j)k = j}}// 构建堆for(let i = Math.floor(N/2); i >= 0; i--) {sink(i)}// 堆有序while (N > 1) {swap(0, --N)sink(0)}
}

测试

const arr1 = [15, 20, 30, 35, 20, 50, 40, 80, 10, 40, 90]
heapSort(arr1)
console.log(arr1)
// [10, 15, 20, 20, 30, 35, 40, 40, 50, 80, 90]
const arr2 = [62, 88, 58, 47, 35, 73, 51, 99, 37, 93];
heapSort(arr2)
console.log(arr2)
// [35, 37, 47, 51, 58, 62, 73, 88, 93, 99]