LeetCode 题解:264. 丑数 II,二叉堆,JavaScript,详细注释
发布于: 2021 年 01 月 03 日
原题连接:https://leetcode-cn.com/problems/ugly-number-ii/
解题思路:
该题可使用[堆](https://en.wikipedia.org/wiki/Heap(datastructure))解决,利用了堆能够快速插入和取出元素,并始终能够按要求排序的特点。
创建一个小顶堆,初始状态下堆中存储元素 1,即为第一个丑数。第一次遍历刚好可以计算出下一组丑数 2、3、4。
因为堆中元素一直保持了从小到大排序,假设堆中已经存储了所有丑数,那么只需要从堆中取出 n 个数即可。
我们无需在每次运行时都计算出所有的丑数,再进行取出操作,每次只需要计算出足够取出 n 个丑数的数量即可。
我们每次循环取出一个堆顶元素,将其分别乘以 2、3、4,即可计算出一组丑数,但这一组丑数并不自然拥有从小到大的关系,因此只能插入堆中。
同时计算出的丑数可能是重复的,如 23 和 32,因此需要使用 Set 标记当前的丑数是否已被保存过。
循环计算并从堆中取出 n 次丑数,就得到了第 n 个丑数。
/**
* @param {number} n
* @return {number}
*/
var nthUglyNumber = function (n) {
let heap = new BinaryHeap((a, b) => a - b); // 创建一个小顶堆
let arr = [2, 3, 5]; // 将质因数保存到数组,方便进行遍历计算
let set = new Set(); // 由于计算结果可能重复,如2*3和3*2,因此需要用Set标记丑数是否已被保存过
let result = 1; // 1的质因数也可为2、3、4,因此设置初始结果为1
let count = 0; // 统计计算出的丑数个数
heap.insert(1); // 将1插入小顶堆,用于启动遍历
// 循环计算n个丑数
while (count < n) {
// 堆顶元素即为丑数,每次取出丑数都比上一次取出的大
// 由于堆的性质,取出之后依然会保持从小到大的排序
// 退出循环后,result保存的就是第n个丑数
result = heap.deleteHead();
count++; // 每取出一个丑数,计数一次
// 分别将取出的丑数,乘以2、3、4,即为下一批的丑数
for (let i = 0; i < arr.length; i++) {
let product = result * arr[i]; // 计算出下一个丑数
// 如果计算出的丑数没有被保存过,则将其插入堆
if (!set.has(product)) {
// 丑数插入堆后,自然按照从小到大排序
heap.insert(product);
// 标记当前丑数已被插入堆中
set.add(product);
}
}
}
return result;
};
class BinaryHeap {
constructor(compare) {
this.data = []; // 使用数组存储堆
this.compare = compare; // 堆元素的排序函数
}
// 获取堆的元素数量
size() {
return this.data.length;
}
// 向堆中插入多个元素
insertMultiple(arr) {
for (let i = 0; i < arr.length; i++) {
this.insert(arr[i]);
}
}
// 向堆插入元素
insert(value) {
this.insertAt(this.data.length, value);
}
// 将元素插入到index位置
insertAt(index, value) {
// 先将元素插入到指定的位置
this.data[index] = value;
let fatherIndex = index;
// 对比当前节点与其父节点,如果当前节点更小就交换它们
// Math.floor((index - 1) / 2)是父节点在数组中的索引
while (
index > 0 &&
// 使用compare比较大小
this.compare(
value,
this.data[(fatherIndex = Math.floor((index - 1) / 2))],
) < 0
) {
// 将父节点移动到当前位置
this.data[index] = this.data[fatherIndex];
// 将插入的值移动到父节点位置
this.data[fatherIndex] = value;
// 更新索引为父节点索引,继续下一次循环
index = fatherIndex;
}
}
// 删除最大节点
deleteHead() {
return this.delete(0);
}
// 将指定位置的元素删除
delete(index) {
// 如果堆为空,则不进行删除操作
if (this.data.length === 0) {
return;
}
let value = this.data[index]; // 将要删除的元素缓存
let parent = index; // 以当前元素为起始,向下整理堆
// 不断向子节点整理堆,每次循环将子节点中经过compare方法对比后较大者与父节点调换
while (parent < this.data.length) {
let left = parent * 2 + 1; // 左子节点索引
let right = parent * 2 + 2; // 右子节点索引
// 没有左子节点,表示当前节点已经是最后一个节点
if (left >= this.data.length) {
break;
}
// 没有右子节点,则直接将左子节点提前到父节点即可
// 该左子节点即为最后一个节点
if (right >= this.data.length) {
this.data[parent] = this.data[left];
parent = left;
break;
}
// 使用compare方法比较左右子节点的大小,更大的补到父节点
if (this.compare(this.data[left], this.data[right]) < 0) {
// 由于被删除的节点已保存,此处只需要将子节点复制到当前父节点即可
this.data[parent] = this.data[left];
// 完成移动后将父节点指针移动到子节点,供下一次整理使用
parent = left;
} else {
this.data[parent] = this.data[right];
parent = right;
}
}
// 查看最后的空位是不是最后的叶子节点
if (parent < this.data.length - 1) {
// 如果还未整理到叶子节点,则继续向下整理
this.insertAt(parent, this.data.pop());
} else {
// 当完成整理时,最后一个节点即为多于元素,直接弹出数组即可
this.data.pop();
}
// 返回被删除的元素
return value;
}
// 删除指定元素
deleteItem(value) {
// 查找元素在堆中对应的索引
const index = this.data.findIndex((item) => item === value);
// 根据索引删除相应元素
if (typeof index === 'number') {
this.delete(index);
}
}
// 删除指定元素
deleteItem(value) {
// 查找元素在堆中对应的索引
const index = this.data.findIndex((item) => item === value);
// 根据索引删除相应元素
if (typeof index === 'number') {
this.delete(index);
}
}
// 读取堆顶元素
peek() {
return this.data[0];
}
// 读取所有堆元素
getData() {
return this.data;
}
}
复制代码
划线
评论
复制
发布于: 2021 年 01 月 03 日阅读数: 31
版权声明: 本文为 InfoQ 作者【Lee Chen】的原创文章。
原文链接:【http://xie.infoq.cn/article/22977e707c9518f93e2ffa765】。文章转载请联系作者。
Lee Chen
关注
还未添加个人签名 2018.08.29 加入
还未添加个人简介
评论