- 综合排序
- 最热优先
- 最新优先
- 来自专栏原创分享
V8 堆外内存 ArrayBuffer 垃圾回收的实现
前言：V8 除了我们经常讲到的新生代和老生代的常规堆内存外，还有另一种堆内存，就是堆外内存。 堆外内存本质上也是堆内存，只不过不是由 V8 进行分配，而是由 V8 的调用方分配，比如 Node.js，但是是由 V8 负责 GC 的。 本文介绍堆外内存的一种类型 ArrayBuffer 的 GC 实现。 ），又比如自己在 C++ 层调用 V8 提供的 API 进行创建，它们最终对应的实现是一样的。 JSArrayBuffer 是 ArrayBuffer 在 V8 中的具体实现。接着看。
1.2K30编辑于 2022-05-16 - 来自专栏小K算法
堆排序，怎么个堆法？
堆排序在面试中是常考的内容，而且，堆也常用于处理各种海量数据面试题。 我们先看看究竟什么是堆？以大顶堆为例： 对于一棵完全二叉树而言，当每个结点不小于其子结点时，便可称之为堆(大顶堆)，比如： ? 接下来，我们来图解堆排序，并用程序来实现堆排序。在这个过程中，希望大家感受到堆之美。 图解堆排序 一. 之前已经把8个结点调整成堆，那么调整上面红色框中的7个结点成堆便不在话下。于是，这7个结点中最大的70被调到了堆顶，如下： ? 80是最大的值，放在最后。 终于，实现了排序，这就是所谓的堆排序，其平均时间复杂度为O(N*logN), 比冒泡排序好多啦。 堆排序实现 接下来，我们用代码来实现堆排序，如下： #include<iostream> using namespace std; void print(int a[], int n) { int
49330发布于 2021-07-12 - 来自专栏文武兼修ing——机器学习与IC设计
左式堆左式堆代码实现
1 NULL的节点的零路径长为-1，只有一个子节点或没有子节点的节点零路径长为0 左式堆 左式堆是特殊的优先堆，除了有序性（每个节点的数据小于其子节点）以外，还有具有与零路径长相关的性质：对于左式堆，要求任一节点的左子节点零路径长大于等于右子节点的零路径长 操作 合并操作 左式堆的基本操作是合并，合并的递归描述如下： 当输入的两个堆都是空的，输出空堆；当有一个堆是空的，则返回非空的堆 当两个堆非空时，比较两个根节点的大小，返回为： 堆根节点为原较小的根节点 左子树为原较小的跟节点的左子树 右子树为根节点较大的堆和跟节点较小堆右子树合并的结果 如下图所示： ? merge_op.png 对于最终结果，可能在根节点上出现不符合左式堆的性质的情况，出现这种情况时，交换左右子节点即可： ? merge_change.png 其他操作 有了核心操作合并，优先堆的其他操作可由合并实现： 插入：通过合并单个节点和现有堆实现 弹出：将根节点返回，并合并左右子堆 代码实现 节点数据结构体 type
1.2K100发布于 2018-04-27 - 来自专栏思考与总结
堆的Golang实现
在Leetcode刷题的时候，有些题目需要自己实现一个堆的结构，在此记录一下。例如Leetcode-23：合并k个升序链表。1. 首先实现一个链表节点的小顶堆的结构，按照值排序大小// 实现小顶堆, Len, Less, Swap, Push, Pop 五方法type NodeHeap []*ListNodefunc (nh NodeHeap 然后将各个节点调用heap.Push(nh, node)推入堆中，并自行堆化。 然后从小顶堆中弹出最小值也就是堆顶元素的时候使用heap.Pop(nh)，这里要使用类型断言，因为heap.Pop弹出的元素类型是空接口类型。 在一次周赛中遇到了一种新的堆的写法，在此补充一下：Leetcode-2462题，雇佣K位工人。
1.1K50编辑于 2023-01-08 - 来自专栏叶子的开发者社区
用数组实现堆
这里实现一个最小堆 实现堆关键在于堆调整，堆有向上调整和向下调整，当pop堆顶元素的时候是弹出数组里面最小的元素，这个时候需要向下调整堆，把堆顶元素的值更新为数组末尾元素的值，然后从堆顶开始向下调整堆 adjustDown(0); return temp; } 从树根节点开始，找出左右子树中比自己更小的节点，交换值，然后从交换后的节点处继续往下寻找更小的节点，直到堆末尾或者没有更小的 index=parent; parent=(index-1)/2; } } 完整代码 class Heap { int volume = 8;
44010编辑于 2024-07-07 堆的实现以及利用堆进行排序
堆的实现 在数据结构中，堆是一种非常重要的结构，尤其在需要频繁访问最大值或最小值的场景中。今天，我们将通过C语言实现一个最小堆，并详细介绍其核心功能和实现细节。 这种特性使得堆的根节点始终是所有节点中的最小值，非常适合实现优先队列。 堆有以下的性质： 堆中某个结点的值总是不⼤于或不⼩于其⽗结点的值； 堆总是⼀棵完全⼆叉树。 调整堆的算法 堆的调整是实现堆操作的核心。向上调整（AdjustUp）和向下调整（AdjustDown）分别用于插入和删除操作。 时间复杂度分析 向上建堆分析： 第1层，0个结点，需要向上移动0层 第2层，2个结点，需要向上移动1层 第3层，4个结点，需要向上移动2层 第4层，8个结点，需要向上移动3层 … 第h层，2的 h次个结点，需要向上移动h-1层 向下建堆分析 分析： 第1层，0个结点，需要向下移动h-1层 第2层， 2个结点，需要向下移动h-2层 第3层， 4个结点，需要向下移动h-3层 第4层，8
14110编辑于 2026-01-15- 来自专栏三太子敖丙
老公：怎么排查堆内存溢出啊？
你知道的越多，你不知道的越多 上次给老公们说过了死循环cpu飙高的排查过程，今天就带着老公们看看堆内存溢出我们一般怎么排查的。 Mixed GC：收集整个young gen以及部分old gen的GC(只有G1有这个模式) Full GC Full GC定义是相对明确的，就是针对整个新生代、老生代、元空间（metaspace，java8以上版本取代 老婆：那怎么分析呢？ 今天我就用一个JDK自带的工具jvisualvm来给大家演示一波怎么操作的，因为这玩意谁都有，你去命令行敲一下jvisualvm就出来了（Mac是这样的，不知道Windows是怎么样子的）。 延伸点 上面我们使用工具jump了，那怎么去服务器上jump呢？
1.3K20发布于 2020-05-25 - 来自专栏漫画前端
v8是怎么实现更快的 await ？
点击上方“IT平头哥联盟”，选择“置顶或者星标” 一起进步～ 作者：Edvard 最近 v8团队发表一篇博客Faster async functions and promises， 预计在 v7.2版本实现更快的异步函数和 文章内容看起来不是很容易理解，背后的原理比较隐蔽，不过博客提到的一些ECMAScript 标准文档中的操作、任务，实际上都有已经实现的 built-inapi， 因此我们可以借助我们比较熟悉的语法、api 的实现是不符合ECMAScript 标准 优秀的程序员总是能以简单的例子解释复杂的原理。 将 await 翻译成 promise v8博客中是以伪代码的方式解释 await的执行逻辑: ? 的实现不符合标准，其实是 V8 6.2 引入的一个bug const promise = new Promise(res => res(p)) 某些情况下（如 p 已经 resolved）V8 没有严格按照
62720发布于 2020-12-16 - 来自专栏编程技术专栏
堆(Heap)的详细实现
图1] 堆的存储 一般都用数组来表示堆，i结点的父结点下标就为(i–1)/2。 堆的操作：小根堆插入元素 插入一个元素：新元素被加入到heap的末尾，然后更新树以恢复堆的次序。 每次插入都是将新数据放在数组最后。 这样堆中第0个数据又是堆中最大的数据，重复上述步骤直至堆中只有一个数据时，数组元素就已经有序。 小根堆的实现 #include <iostream> using namespace std; const int DefaultSize = 50; template<typename T> class ---------主函数------------------------- int main(int argc, char* argv[]) { MinHeap<int> h; h.Insert(8)
1.3K40发布于 2019-09-02 - 来自专栏C/C++ 专栏
【数据结构】堆——超详解！！！（包含堆的实现）
二、堆的实现（小堆） （本文实现的堆是小堆，但原理一样） 1. 想要实现堆，首先要想清楚要用什么实现堆 之前，我们讲了完全二叉树的存储，提到完全二叉树的编号是连续的，对于完全二叉树来说，我们可以用数组来进行存储，用下标来进行编号 而堆，就是一个完全二叉树，所以直接使用数组实现即可 第一步：怎么插入？ ，故需要做出调整，将尾插的数据向上调整 那么该怎么调整呢？ hp->size > 0); //断言空指针 //断言顺序表不能为空 return hp->a[0]; } （8）获取堆的数据个数 这个很简单 直接返回所对应的值 代码演示：（内有注释）
74210编辑于 2025-12-30 - 来自专栏IT杂记
小顶堆Java实现
参考文章： 漫谈经典排序算法:一、从简单选择排序到堆排序的深度解析 http://blog.csdn.net/touch_2011/article/details/6767673 其中实现了如下功能： 创建一个节点数为nodes的堆； 2. 往堆中put一个int值，替换堆顶的元素，也即堆中最小的值； 3. 对堆进行排序； 4. 获取堆数据数组；调用sort后，获取的就是排序后的数组； 代码如下： import java.util.Arrays; import java.util.Random; public class MinFixHeap
1.9K81发布于 2018-02-08 - 来自专栏算法channel
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？ image.png 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？ 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。
59730发布于 2020-09-23 - 来自专栏学习
堆的实现与堆排序
前言 本篇旨在介绍二叉树中特殊结构堆, 以及堆的实现与应用 更多文章 博客主页: 酷酷学!!! 点击关注 一起加油~ 二 . 树的概念及结构 1. 将根结点最大的堆叫做最大堆或大根堆，根结点最小的堆叫做最小堆或小根堆。 简单来说, 堆首先是完全二叉树, 如果父节点都比子节点大称为大堆, 父节点比子结点小称为小堆. 堆的性质： 堆中某个结点的值总是不大于或不小于其父结点的值； 堆总是一棵完全二叉树。 五 . 堆的实现过程 根据如上所述, 堆逻辑上是二叉树, 物理上可以使用数组来存储. 1. 堆排序算法 我们知道, 如果是小堆, 那么堆顶数据一定是最小的元素, 我们可以让数据导入到一个堆中, 然后每次获取堆顶数据, 再删除堆顶数据, 这样确实可以进行排序, 但是这样空间复杂度为O(N),每次排序还需要进行堆的创建 堆的删除操作的时间复杂度为O(logn)，其中n为堆中节点的个数。 堆的建立操作的时间复杂度为O(n)，其中n为堆中节点的个数。 堆的查找操作的时间复杂度为O(1)。 完
31310编辑于 2024-10-16 - 来自专栏神奇的程序员的专栏
TypeScript实现二叉堆
本文将详解二叉堆并用TypeScript将其实现，欢迎各位感兴趣的开发者阅读本文。 写在前面 本文重点讲解堆如何实现，对堆这种数据结构不了解的开发者请移步我的另一篇文章：数据结构:堆 实现思路 二叉堆是一种特殊的二叉树，二叉堆也叫堆，它有以下两个特性： 它是一颗完全二叉树 二叉堆不是最小堆就是最大堆 下图描述了一颗完全二叉树： 最小堆和最大堆 最小堆：所有的节点都小于等于它的子节点 最大堆：所有的节点都大于等于它的子节点 下图描述了最大堆和最小堆 实现二叉堆 二叉堆有两种表现方式： 像二叉树一样用节点表示 extract函数不接收参数 如果堆为空则返回undefined 如果堆的长度为1，直接返回堆顶元素 否则，声明一个变量保存堆顶元素 执行下移函数调整堆结构 返回刚才保存堆堆顶元素 下移操作的实现： siftDown 实现代码 上面我们讲解了堆的概念，分析了的实现思路，接下来我们将上述实现思路转化为代码 新建Heap.ts文件 声明MinHeap类，声明堆、比对函数、初始化堆 export class MinHeap
79120编辑于 2022-04-10 - 来自专栏zxctscl个人专栏
【数据结构】堆的实现
前言 在上一篇关于树和二叉树的博客中，最后提到了堆。有小根堆和大根堆。 左边的结构是我们想象出来的，右边才是实际存储的结构。 这次来实现堆。 2. 堆的实现 用数组来实现，这里以实现小堆为例子，它的特点是父节点小于子节点。 先定义一个堆的结构体：为了方便扩容，加了size。 2.2.2 插入代码实现 先判断空间是否足够，不够就扩容，够就直接插入x，再将php->size++。 2.3.2 删除代码实现 首尾交换删除，然后将php->size--，最后向下调整。 assert(php); return php->size == 0; } 3.3 test.c #include"Heap.h" int main() { int a[] = { 4,6,2,1,5,8,2,9
33010编辑于 2024-01-23 - 来自专栏Howl同学的学习笔记
小根堆的Java实现
堆 堆是完全二叉树的数组形式，由于堆没有指针指向，所以可以利用下标来模拟指向，假设 i 为父节点，那么 2i+1 为左孩子，2i+2 为右孩子。 假设 i 为当前节点，那么 (i - 1) / 2 为父节点 根据大小排序可分为小根堆和大根堆，小根堆即元素越小越在上方，大根堆则相反。 小根堆实现 内部操作有： 上浮：将小的元素往上移动、当插入元素时，将元素插入末尾，这样上移即可调整位置 下沉：将大的元素向下移动、当删除元素时，将首位交换，弹出尾部，首部下移即可调整位置 插入：添加元素 // 实际存放元素个数 // 这里是个坑，debug了好久，起因：下标 = 实际大小-1 private int size; // 数组存储元素 // 可以实现简单扩容 // 乱序添加1~9 // 从输出也可以验证，元素大小并不是按数组小标来排序的 // 输出：123459786 heap.push(8)
2.5K30发布于 2020-04-24 - 来自专栏码字搬砖
用大顶堆实现数据排序
堆 堆分为大顶堆和小顶堆 大顶堆 每个节点的值都大于或等于其左右孩子节点的值 小顶堆 每个节点的值都小于或等于其左右孩子节点的值 堆排序 堆排序是选择排序的一种，最好最坏平均时间复杂度均为 O(nlogn )，不稳定排序 如何实现大顶堆 比如数组： [4,6,8,5,9] 1. ? 大顶堆排序代码实现 /** * @author shengjk1 * @date 2020/5/31 */ public class HeapSort { public static void main(String[] args) { //将数组进行升序排列 int arr[] = {4, 6, 8, 5, 9}; heapSort(arr); } // public static void heapSort(int[] arr) { int temp = 0; //1.将无序序列构建成一个堆，根据升序降序需求选择大顶堆或者小顶堆 for (int
63420发布于 2020-06-02 - 来自专栏python3
Python实现最大堆（大顶堆）
最大堆是指最大的元素在堆顶的堆。 Python自带的heapq模块实现的是最小堆，没有提供最大堆的实现。 虽然有些文章通过把元素取反再放入堆，出堆时再取反，把问题转换为最小堆问题也能间接实现最大堆，但是这样的实现只适合数值型的元素，不适合自定义类型。 下面给出实现代码： # -*- coding: UTF-8 -*- import random class MaxHeap(object): def _ _count-1) def pop(self): # 出堆 if self._count > 0: ret = self. _data[j]: # 堆的索引位置已经大于两个子节点，不需要交换了 break self.
2.9K20发布于 2020-01-10 - 来自专栏拭心的安卓进阶之路
怎么判断一个序列是不是堆？
已知一个序列，比如{100,6070,50,32,65}，怎么判断是不是堆？ 答案：把这个序列看成数组型的二叉树，如果根结点是i，左子树是2*i，右子树是2*i+1。 堆分为最大堆与最小堆。 最小堆中所有父节点都比左子树、右子树小，比如{32,50,60,70,100,65},画成堆： 符合以上两种情况的序列就是堆
2.3K40编辑于 2022-05-06 - 来自专栏原创分享
v8的堆内存初始化
在V8::Initialize里对堆进行了初始化 // Setup the object heap ASSERT(!Heap::HasBeenSetup()); if (! heap-capacity", Capacity())); LOG(IntEvent("heap-available", Available())); return true; } 我们知道v8的堆是分为新生代 这块内存就是V8的堆内存，即新生代、老生代、大对象等堆内存都在上面。
98520发布于 2019-11-24
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号