《数据结构与算法分析》二叉堆详解

前言：

      博客停止更新了一个星期，因为我回家休假了。本来打算回家一周之内狂学，直接搞定这本书。结果发现家里果然也是时间的黑洞，一天不知道忙啥就结束了，然后加上有小伙伴们诱惑我出去玩，就更加把持不住了。然后彻底弃疗，果断玩了个爽。今天我是来补上拉下的整整一章的博客的。。

我的github：

我实现的代码全部贴在我的github中，欢迎大家去参观。

https://github.com/YinWenAtBIT

介绍：

定义：

     二叉堆是一种特殊的堆，二叉堆是完全二元树（二叉树）或者是近似完全二元树（二叉树）。二叉堆有两种：最大堆和最小堆。最大堆：父结点的键值总是大于或等于任何一个子节点的键值；最小堆：父结点的键值总是小于或等于任何一个子节点的键值。

完全二叉树

完全二叉树是一种按照从左到右的顺序，填满每一个深度的树，在第n层深度被填满之前，不会开始填第n+1层深度。如下图所示：

        

二叉堆有了完全二叉树这个性质，就可以使用数组来实现了，避免了指针之后，就可以直接寻址，大大加快了访问的速度。

这样，我们便可以直接对应上树节点和数组的编号。

注意：在这里数组编号为0的节点不使用，从编号为1的数组开始计数。因为子节点和父亲节点的关系是编号乘以2（+1）.为了后续的操作方便，可以在编号为0 的数组节点上储值一个最大值或者最小值。

二叉堆的复杂度

        使用二叉堆的主要操作是的插入，与每次提取出最小值（或者最大值）。由于只需要维护父亲节点与子节点之间的大小关系，所以每次插入或者删除，只需要对比操作节点所在的那天线路即可。因此插入和删除的平均运行时间都是O(LogN)。

基本操作：
插入：
为将一个元素 X 插入到堆中，我们在下一个可用位置创建一个空穴，否则该堆将不是完全数。如果 X 可以放在该空穴中而不破坏堆的序，那么插入完成。否则，我们把空穴的父节点上的元素移入该空穴中，这样，空穴就朝着根的方向上冒一步。继续改过程直到 X 能被放入空穴中为止。

这样一般的策略叫做上滤( percolate up )，指空穴在二叉树中的位置不断上升，直到找的合适的位置；新元素在堆中上滤直到找出正确的位置。
删除最小值/最大值：

当删除一个最小元时，要在根节点建立一个空穴。由于现在堆少了一个元素，因此堆中最后一个元素 X 必须移动到该堆的某个地方。如果 X 可以直接被放到空穴中，那么 deleteMin 完成。不过这一般不太可能，因此我们将空穴的两个儿子中比较小者移入空穴，这样就把空穴向下推了一层。重复该步骤直到 X 可以被放入空穴中。因此，我们的做法是将 X 置入沿着从根开始包含最小儿子的一条路径上的一个正确的位置。

这种一般的策略叫做下滤（percolate down）。

编码实现：

二叉堆定义：

二叉堆中需要维护一个数组，并且保存已经使用的数组大小和数组容量。

#ifndef _BINARY_HEAP
#define _BINARY_HEAP

struct HeapStruct;
typedef HeapStruct * PriorityQueue;
typedef int ElementType;


PriorityQueue Initialize(int MaxElements);
void Destory(PriorityQueue H);
void makeEmpty(PriorityQueue H);
void Insert(ElementType X, PriorityQueue H);
ElementType DeleteMin(PriorityQueue H);
ElementType FindMin(PriorityQueue H);
int isEmpty(PriorityQueue H);
int isFull(PriorityQueue H);

/*打印二叉堆，利用递归打印，输出结果与二叉树相似*/
void printBHeap(PriorityQueue H, int depth, int Index);
#endif

struct HeapStruct
{
	int capacity;
	int size;
	ElementType * Elements;
};

二叉堆初始化：

PriorityQueue Initialize(int MaxElements)
{
	PriorityQueue H;
	if(MaxElements < 10)
	{
		fprintf(stderr,"too small elements\n");
		return NULL;
	}
	H = (PriorityQueue)malloc(sizeof(HeapStruct));
	if(H ==NULL)
	{
		fprintf(stderr,"out of space\n");
		return NULL;
	}
	H->capacity = MaxElements;
	H->size = 0;
	H->Elements = (ElementType *)malloc((MaxElements +1) *sizeof(ElementType));
	if(H ->Elements ==NULL)
	{
		fprintf(stderr,"out of space\n");
		return NULL;
	}
	H->Elements[0] = 0x80000000;
	return H;
}

插入：

void Insert(ElementType X, PriorityQueue H)
{
	if(isFull(H))
		return;

	int i;
	i= ++ H->size ;
	while(H->Elements[i/2] > X)
	{
		H->Elements[i] = H->Elements[i/2];
		i = i/2;
	}
	H->Elements[i] = X;

}

删除最小值：

ElementType DeleteMin(PriorityQueue H)
{
	if(isEmpty(H))
	{
		fprintf(stderr,"Queue is empty\n");
		return H->Elements[0];
	}

	ElementType min = H->Elements[1];
	ElementType last = H->Elements[H->size--];
	if(H->size == 0)
	{
		return min;
	}
	int i, child;
	for(i=1;;i = child)
	{
		/*书上的代码没有检查当size=1或者0的情况，这里先检查size是否为1*/
		if(2*i > H->size)
			break;

		child = 2*i;
		/*找到左右孩子中最小的一个，如果只有左孩子，就不会比较第二个选项*/
		if( child !=H->size && H->Elements[child]>H->Elements[child+1] )
			child++;

		/*最后一个元素和较小的孩子比较，小的放在空穴中*/
		if(last < H->Elements[child])
			break;

		H->Elements[i] = H->Elements[child];
	}
	H->Elements[i] = last;
	return min;

}

测试截图：

第一个输入代表我设置在数组0上的最小值，第二行的15个数字是依次删除15次最小值得到的输出，最后是输入了余下的二叉堆。

总结：

在实现二叉堆的时候，感觉可以化简程序，特别是在插入与删除操作的时候，可以提取出percolate down 和 percolate up操作，这样在buildheap代码编写的时候以及DecreaseKey和IncreaseKey操作时都可以简化编码。不过最后做的时候偷懒没做了。