【数据结构】堆的详解

堆的简介

今天要写的数据结构是堆，什么是堆呢？堆其实是一种完全二叉树，只不过它是有条件的。
堆分为两种，一种是大根堆，又叫大堆，顾名思义就是每棵子树的父亲节点都大于孩子节点，另一种是小根堆，又叫小堆，自然就是每颗子树的父亲节点都大于孩子节点。
堆一般在内存中是以数组的形式存储的，就是从根节点开始从上往下，从左往右依次存储，下面是一个大根堆的逻辑形式和物理中的存储形式。

这个堆就满足我们上面说的条件，标红的是数组的下标。

不知道你有没有发现，每个父亲节点和它的孩子节点在下标上有一定的关系，左孩子=父亲*2+1，右孩子=父亲*2+2，你可以用图上的结点来试一下。
那么怎么通过孩子来找父亲呢？其实 孩子-1/2就是它的父亲节点，最简单的下标0 1 2来试一下，1和2减去1再除2就是0。

你可能会说这有什么作用呢？它结构相对与之前也变复杂了，那么自然，它解决问题的效率也就会更高，比如说我们冒泡排序的时间复杂度是O(N^2),但是我们后面要讲的堆排序的时间复杂度就是O(N*logN)。以及后面的topk问题都需要用到我们的堆，因为它处理起来确实是很方便的。

堆的实现

下面我们来实现一下这种数据结构

我们说过，堆是以数组的形式在内存中存储的，所以它的类型就类似于顺序表。

typedef int HPDataType;

typedef struct Heap {
	HPDataType* a;
	int size;
	int capacity;
}HP;

初始化和销毁函数就非常的简单了，关键就是在于它里面的操作和顺序表是不一样的，下面我们来着重说一下它里面的操作是什么样的，怎么把一个无序的数组变成一个有一定顺序的堆。

堆的插入数据

下面就是关键的插入函数，我们可以一个元素一个元素的插入，当然也可以一下插入一整个数组，它们的核心关键不会变化，那就是调整这一步。什么意思呢？就是我们插入的话肯定是在数组尾部插入，之后再调整整个数组，让这个数组变成堆。那么问题来了，怎么调整成了关键。

以小根堆为例，当我们插入第一个数时，堆中就只有一个数据，那么它自然而然就是一个小根堆，从插入第二个数时，我们就要开始调整了。从后面插入东西，把它调到前面，我们叫做向上调整。

比如说我们要给20这个节点插入一个左孩子1

在插入1之前我们这是一个小根堆，那么我们现在要做的就是调整这个1的位置，让它重新形成一个小根堆。其实这个数值之间的大小关系只存在与父亲与孩子之间，兄弟之间并不存在这种关系，所以我们只需要调整父亲与孩子就可以了，孩子比父亲小就交换它们之间的位置，直到满足一个小根堆的条件为止。


它的调整的一个基本思想就是这样

下面是向上调整的一个函数

void AdjustUp(HPDataType* a, int child) {//child是要向上调整的数据的下标
	int parent = (child - 1) / 2;
	while (child > 0) {
		if (a[child] < a[parent]) {
			Swap(&a[child], &a[parent]);
			child = parent;
			parent = (parent - 1) / 2;
		}
		else {
			break;
		}
	}
}

有了这个函数，我们就可以实现堆的逐个数据插入了

void HeapPush(HP* php, HPDataType x) {
	assert(php);
	if (php->size == php->capacity) {//扩容
		int newCapacity = php->capacity == 0 ? 4 : php->capacity * 2;
		HPDataType* tmp = (HPDataType*)realloc(php->a, sizeof(HPDataType) * newCapacity);
		if (tmp == NULL) {
			perror("realloc fail");
			exit(-1);
		}
		php->a = tmp;
		php->capacity = newCapacity;
	}
	php->a[php->size] = x;//数组末尾插入新数据
	php->size++;
	AdjustUp(php->a, php->size - 1);//将插入的数据向上调整
}

我们要实现整个数组去插入到一个堆中其实也一样，就先全部插入然后从第二个元素开始向上调整，直到全部调整完。

void HeapInitArray(HP* php, int* a, int n) {
	assert(php);
	assert(a);
	php->a = (HPDataType*)malloc(sizeof(HPDataType) * n);
	if (php->a == NULL) {
		perror("malloc fail");
		exit(-1);
	}
	php->size = n;
	php->capacity = n;
	memcpy(php->a, a, sizeof(HPDataType) * n);
	for (int i = 1; i < n; i++) {
		AdjustUp(php->a, i);
	}
}

堆的删除数据

这里的删除呢其实不是正常意义上的删除，而是取出一个有意义的数据，这里以小根堆为例，它最有意义的数据是什么呢？当然就是它的根节点，因为它是这个队中最小的数据。比如说，topk问题，就是在一堆数据中去找到k个最大或最小的数据。
接下来我们说一下如何去取出根节点且让它还能保持成一个堆。就是让根节点和最后一个数据交换位置，在删掉最后一个位置，最后让根节点的数据向下调整，和向下调整在逻辑上向上调整是相反的，但实现方式都是差不多的，但是有一个区别，这里以小根堆为例，就是每一个父亲节点可能有两个孩子结点，要处理的父亲节点要跟小的结点交换，直到最后满足一个堆为止。

下面是向下调整函数

void AdjustDown(HPDataType* a, int n, int parent) {
	int child = parent * 2 + 1;
	while (child < n) {
		if (child + 1 < n && a[child + 1] < a[child]) {//为了找到兄弟节点中小的那个
			child++;
		}
		if (a[child] < a[parent]) {
			Swap(&a[child], &a[parent]);
			parent = child;
			child = parent * 2 + 1;
		}
		else {
			break;
		}
	}
}

那么我们的删除函数也就很简单了

void HeapPop(HP* php) {
	assert(php);
	assert(php->size > 0);
	Swap(&php->a[0], &php->a[php->size - 1]);
	php->size--;
	AdjustDown(php->a, php->size, 0);
}

堆排序

我们之所以创建堆，是因为它在某些方面确实是有一些优势的，下面是利用堆去实现排序功能

我们对一个数组去排序，可以先把这个数组调整成一个数据间关系与堆相同的样子，之后再往外取出数据，因为取出的话取出的就是极值
并且，排升序要建大根堆，排降序要建小根堆。
为什么呢？我们以排升序为例，建大根堆，因为根节点肯定是最大的元素，把根节点和最后一个节点交换位置，就排好最大的这个元素了，之后同理再排前几个元素就可以了。

下面用代码来实现一下

void my_heap_sort(int* a, int n)
{
	for (int i = 1; i < n; i++) {//类似于建造堆
		AdjustUp(a, i);
	}
	
	for (int i = n - 1; i > 0; i--) {
		Swap(&a[i], &a[0]);
		AdjustDown(a, i, 0);
	}
}
int main() {
	int a[] = { 45,12,7,9,13,62,96,17,100,46,23,85 };
	my_heap_sort(a, sizeof(a) / sizeof(a[0]));
	for (int i = 0; i < sizeof(a) / sizeof(a[0]); i++) {
		printf("%d ", a[i]);
	}
	return 0;
}

它就很容易的完成了排序功能，它的时间复杂度就是O(N*logN)，确实比之前学的冒泡排序要高效一些

但是有个问题，我们在写这个堆排序的时候还要写两个函数，确实比较麻烦，其实我们可以只用向下调整的。
还是那个原理，叶子节点单拿出来是没有什么关系的，所以向下调整的话，只需要倒着从最后一个父亲节点开始向下调整就可以了，直到根节点也调整完。
所以说，可以只用向下调整，就是把上面代码的建堆过程改成下面的就可以了

for (int i = (n - 1 - 1) / 2; i >= 0; i--) {
		AdjustDown(a, n, i);
	}

那么问题又来了，怎么找到最后一个父亲节点呢？其实最后一个叶子的父亲不就是最后一个父亲节点吗？所以这个代码中i的初始值是这样解释的，i-1是最后一个数据的下标，用这个下标减一除二就是它的父亲节点。

向上调整和向下调整的时间复杂度的分析

我们来计算一下一个高度为h的完全二叉树从全乱到成为一个堆（每个结点都是最坏情况）需要调整多少步
先看向上调整

再看向下调整

可以发现它们不是一个数量级，看向下调整，2的h次方个数据大概要调整2的h次方次，所以时间复杂度为O(N)，同理，向上调整的时间复杂度为O(N*logN)

大量数据的topk问题

有时候我们要处理的问题有很多，多到不能在内存中处理，我们必须得把数据放到文件中，那么这时我们应该如何处理topk问题呢？

首先我们创建一个函数，用来在文件中放入一百万个随机数据，当然这些数据都要小于一个值，我们设置为一百万，然后再去文件中随机更改五个数据，让这五个数据大于一百万，如果能成功找到这五个数据的话，那么我们的操作就成功了
有不会文件操作的可以去看我的另外一篇博客，链接如下：
链接：文件操作

void CreateNData() {
	int n = 1000000;
	srand((unsigned int)time(NULL));

	FILE* fin = fopen("data.txt", "w");
	if (fin == NULL) {
		perror("fopen error");
		return;
	}
	for (int i = 0; i < n; i++) {
		int x = (int)(((double)rand() / RAND_MAX) * 1000000);//这里产生的值小于一百万
		fprintf(fin,"%d\n", x);

	}
	fclose(fin);
	fin = NULL;
}

之后我们在这个data.txt的文件中就随机产生了一百万个数据，这里一百万个数据都小于一百万，因为RAND_MAX是32767，所以我们可以用上面的方法使产生的数据小于一百万

之后我们随机改k个数，让这k个数大于一百万，让程序去找

怎么找呢？我们比如说要找十个数，然后我们创建一个能存放十个数的堆，先把文件中前十个数据放入堆中并排序成一个小根堆，根节点那个值肯定是最小的，后面的数据中有大于根节点的就交换，并重新形成一个堆，最后留下的就是最大的十个数

void PrintTopK(const char* filename, int k) {
	FILE* fout = fopen(filename, "r");
	if (fout == NULL) {
		perror("fopen fail");
		return;
	}
	int* minheap = (int*)malloc(sizeof(int) * k);
	if (minheap == NULL) {
		perror("malloc fail");
		return;
	}
	for (int i = 0; i < k; i++) {
		fscanf(fout,"%d", &minheap[i]);
	}
	for (int i = (k - 2) / 2; i >= 0; i--) {
		AdjustDown(minheap, k, i);
	}
	int x = 0;
	while (fscanf(fout, "%d", &x) != EOF) {
		if (x > minheap[0]) {
			minheap[0] = x;
			AdjustDown(minheap, k, 0);
		}
	}
	for (int i = 0; i < k; i++) {
		printf("%d ", minheap[i]);
	}
	printf("\n");
	free(minheap);
	fclose(fout);
}

它也是成功找到了我埋藏的这十个最大的数了