資料結構
網路
關係資料庫管理系統 (RDBMS)
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
時尚研究
法學研究Java程式設定最小和最大堆大小
Java堆是用於儲存物件並在Java虛擬機器中將其表示為例項的特定記憶體區域。只要環境中執行著某些應用程式，Java堆就可以在兩個執行緒之間共享。堆在棧記憶體中排序，並在物件在JVM中建立後遵循後進先出 (LIFO) 方法。
當堆記憶體的大小與棧相比時，垃圾收集器會自動清除多餘的物件。在Java中，堆記憶體分為三個部分：
-
新生代堆
-
老年代堆
-
永久代堆
新生代堆 - 在特定操作期間分配到記憶體的新建立的物件。
-
它有兩個主要部分：伊甸園區和倖存者區。倖存者區可以分為兩個部分：Survivor1 和 Survivor2。
-
新建立的物件由伊甸園區函式空間處理。
-
如果伊甸園區已滿，則會發生次要垃圾回收，並且活動物件將移動到倖存者區。
-
在倖存者區操作之後，整個節點將被轉移到老年代堆。
老年代堆 - 當分配的年齡與新生代匹配時，它們將移動到老年代部分。它是長期存活物件的記憶體區域。主要垃圾回收操作在老年代部分執行以收集一些死亡物件。
永久代堆 - 可以使用永久代來儲存元資料。它是類和方法包的過程。Java虛擬機器也為永久代有一個完整的目錄。此空間中的垃圾由完全垃圾回收操作的一部分清理。
在Java中設定最小和最大堆大小的演算法
-
步驟1 - 開始
-
步驟2 - 宣告一個數組。
-
步驟3 - 從索引1開始排序。
-
步驟4 - 不要從0開始排序。
-
步驟5 - 如果可用，左子節點位於[2*i]。
-
步驟6 - 如果可用，右子節點位於[2*i+1]。
-
步驟7 - 如果可用，父節點位於[i/2]。
-
步驟8 - 結束
語法
Heapify(array, size, i) set i as largest leftChild = 2i + 1 rightChild = 2i + 2 if leftChild > array[largest] set leftChildIndex as largest if rightChild > array[largest] set rightChildIndex as largest swap array[i] and array[largest] MaxHeap(array, size) loop from the first index of non-leaf node down to zero call heapify For Min-Heap operation, leftChild and rightChild both will must be larger than the parent for all.
在此語法中，我們應用了堆邏輯來構建設定Java最小和最大堆大小的程式碼。這裡有兩個可能的函式：
-
wrapper.java.initmemory - 最小堆大小。預設值為256 MB。
-
wrapper.java.maxmemory - 最大堆大小。預設值為1024 MB。
不同的方法
以下是設定最小和最大堆大小的不同方法：
使用執行時類
我們編寫了這個Java程式，可以使用它來顯示堆記憶體統計資訊。請看。
示例1
import java.io.*;
import java.lang.*;
import java.util.*;
public class heapMemorybytp {
public static void main(String[] args){
double mb = 1000000;
Runtime r = Runtime.getRuntime();
System.out.println("Max memory alloted"+ " " + r.maxMemory() / mb);
System.out.println("Initial memory present"+ " " + r.totalMemory() / mb);
System.out.println("Free memory available"+ " " + r.freeMemory() / mb);
System.out.println("Consume memory by the process"+ " "+ (r.totalMemory() - r.freeMemory()) / mb);
}
}
輸出
Max memory alloted 1073.741824 Initial memory present 270.532608 Free memory available 268.466176 Consume memory by the process 2.066432
使用 -Xmx
如果我們想在Java中設定最大堆值，我們可以使用Java直譯器的-Xmx選項。
最大堆的操作如下：
-
getMax() − 它返回根元素作為最大值。此操作的時間複雜度為O(1)。
-
extractMax() − 從最大堆中移除最大元素。此操作的時間複雜度為O(Log n)，因為此操作需要透過在移除根節點後呼叫heapify() 方法來維護堆屬性。
-
insert() − 插入一個新鍵需要O(Log n) 時間。我們在樹的末尾新增一個新鍵。如果新鍵小於其父鍵，則我們不需要執行任何操作。否則，我們需要向上遍歷以修復違反的堆屬性。
示例2
import java.io.*;
import java.lang.*;
import java.util.*;
public class heaptheMemorybytp {
public static void main(String[] args){
double mb = 10000000;
Runtime r = Runtime.getRuntime();
System.out.println("Max memory alloted here" + " " + r.maxMemory() / mb);
System.out.println("Initial memory we have here available" + " " + r.totalMemory() / mb);
System.out.println("Free memory we have now" + " " + r.freeMemory() / mb);
System.out.println("Consumed memory by the process"+ " "+ (r.totalMemory() - r.freeMemory()) / mb);
}
}
輸出
Max memory alloted here 107.3741824 Initial memory we have here available 27.0532608 Free memory we have now 26.8466176 Consumed memory by the process 0.2066432
示例2 A
public class maxHeapoperation {
public int capacity;
public int [] mH;
public int currentSize;
public maxHeapoperation(int capacity){
this.capacity=capacity;
mH = new int [capacity+1];
currentSize =0;
}
public void createHeap(int [] arrA){
if(arrA.length>0){
for(int i=0;i<arrA.length;i++){
insert(arrA[i]);
}
}
}
public void display(){
for(int i=1;i<mH.length;i++){
System.out.print(" " + mH[i]);
}
System.out.println("");
}
public void insert(int x) {
if(currentSize==capacity){
System.out.println("heap is full");
return;
}
currentSize++;
int idx = currentSize;
mH[idx] = x;
bubbleUp(idx);
}
public void bubbleUp(int pos) {
int parentIdx = pos/2;
int currentIdx = pos;
while (currentIdx > 0 && mH[parentIdx] < mH[currentIdx]) {
swap(currentIdx,parentIdx);
currentIdx = parentIdx;
parentIdx = parentIdx/2;
}
}
public int extractMax() {
int max = mH[1];
mH[1] = mH[currentSize];
mH[currentSize] = 0;
sinkDown(1);
currentSize--;
return max;
}
public void sinkDown(int k) {
int greatest = k;
int leftChildIdx = 2 * k;
int rightChildIdx = 2 * k+1;
if (leftChildIdx < heapSize() && mH[greatest] < mH[leftChildIdx]) {
greatest = leftChildIdx;
}
if (rightChildIdx < heapSize() && mH[greatest] < mH[rightChildIdx]) {
greatest = rightChildIdx;
}
if (greatest != k) {
swap(k, greatest);
sinkDown(greatest);
}
}
public void swap(int a, int b) {
int temp = mH[a];
mH[a] = mH[b];
mH[b] = temp;
}
public boolean isEmpty() {
return currentSize == 0;
}
public int heapSize(){
return currentSize;
}
public static void main(String args[]){
int arrA [] = {16,10,97,7,10,2001,31,10,22};
System.out.print("Original Array Is Here: ");
for(int i=0;i<arrA.length;i++){
System.out.print("" + arrA[i]);
}
maxHeapoperation m = new maxHeapoperation(arrA.length);
System.out.print("\nMax-Heap After Operation : ");
m.createHeap(arrA);
m.display();
System.out.print("Extract Max Hep After Operation:");
for(int i=0;i<arrA.length;i++){
System.out.print("" + m.extractMax());
}
}
}
輸出
Original Array Is Here: 16 10 97 7 10 2001 31 10 22 Max-Heap After Operation : 9722 31107 1016 010 Extract Max Hep After Operation:9731 221610 101070
使用 -Xms
如果我們想在Java中設定最小堆值，我們可以使用Java直譯器的-Xms選項。
最小堆的操作如下：
-
getMin() − 它返回根元素作為最小值。此操作的時間複雜度為O(1)。
-
extractMin() − 從最小堆中移除最小元素。此操作的時間複雜度為O(Log n)，因為此操作需要透過在移除根節點後呼叫heapify()來維護堆屬性。
-
insert() − 插入一個新鍵需要O(Log n) 時間。我們在樹的末尾新增一個新鍵。如果新鍵大於其父鍵，則我們不需要執行任何操作。否則，我們需要向上遍歷以修復違反的堆屬性。
示例3
import java.io.*;
import java.lang.*;
import java.util.*;
public class heaptheMemorybytp {
public static void main(String[] args){
double mb = 10000000;
Runtime r = Runtime.getRuntime();
System.out.println("Max memory we have in hand"+ " " + r.maxMemory() / mb);
System.out.println("Initial memory has given"+ " " + r.totalMemory() / mb);
System.out.println("Free memory is available here" + " " + r.freeMemory() / mb);
System.out.println("Consume memory by the process"+ " "+ (r.totalMemory() - r.freeMemory()) / mb);
}
}
輸出
Max memory we have in hand 107.3741824 Initial memory has given 27.0532608 Free memory is available here 26.8466176 Consume memory by the process 0.2066432
示例3 A
public class minHeapoperation {
public int capacity;
public int [] mH;
public int currentSize;
public minHeapoperation (int capacity){
this.capacity=capacity;
mH = new int [capacity+1];
currentSize =0;
}
public void createHeap(int [] arrA){
if(arrA.length>0){
for(int i=0;i<arrA.length;i++){
insert(arrA[i]);
}
}
}
public void display(){
for(int i=1;i<mH.length;i++){
System.out.print(" " + mH[i]);
}
System.out.println("");
}
public void insert(int x) {
if(currentSize==capacity){
System.out.println("Heap is full. I Am Really Sorry Buddy!");
return;
}
currentSize++;
int idx = currentSize;
mH[idx] = x;
bubbleUp(idx);
}
public void bubbleUp(int pos) {
int parentIdx = pos/2;
int currentIdx = pos;
while (currentIdx > 0 && mH[parentIdx] > mH[currentIdx]) {
swap(currentIdx,parentIdx);
currentIdx = parentIdx;
parentIdx = parentIdx/2;
}
}
public int extractMin() {
int min = mH[1];
mH[1] = mH[currentSize];
mH[currentSize] = 0;
sinkDown(1);
currentSize--;
return min;
}
public void sinkDown(int k) {
int smallest = k;
int leftChildIdx = 2 * k;
int rightChildIdx = 2 * k+1;
if (leftChildIdx < heapSize() && mH[smallest] > mH[leftChildIdx]) {
smallest = leftChildIdx;
}
if (rightChildIdx < heapSize() && mH[smallest] > mH[rightChildIdx]) {
smallest = rightChildIdx;
}
if (smallest != k) {
swap(k, smallest);
sinkDown(smallest);
}
}
public void swap(int a, int b) {
int temp = mH[a];
mH[a] = mH[b];
mH[b] = temp;
}
public boolean isEmpty() {
return currentSize == 0;
}
public int heapSize(){
return currentSize;
}
public static void main(String args[]){
int arrA [] = {16,10,1997,7,10,2001,10,31,2022};
System.out.print("Original Array Set Is Here, Have A Look : ");
for(int i=0;i<arrA.length;i++){
System.out.print(" " + arrA[i]);
}
minHeapoperation m = new minHeapoperation (arrA.length);
System.out.print("\nMin-Heap Is Here Buddy : ");
m.createHeap(arrA);
m.display();
System.out.print("Extract Min Heap After The Operation:");
for(int i=0;i<arrA.length;i++){
System.out.print(" " + m.extractMin());
}
}
}
輸出
Original Array Set Is Here, Have A Look :16 10 1997 7 10 2001 10 31 2022 Min-Heap Is Here Buddy : 7 10 10 16 10 2001 1997 31 2022 Extract Min Heap After The Operation: 7 10 10 10 16 31 1997 2001 2022
結論
在今天的這篇文章中，我們學習了透過遵循語法和演算法，使用一些可能的Java程式碼來設定最小和最大堆大小的過程。希望這篇文章能幫助您理解這裡提到的堆大小過程的操作方法。
更新於：2024年10月15日
瀏覽量：586
廣告