【二叉树】的顺序存储（堆的实现）

📙作者简介： 清水加冰，目前大二在读，正在学习C/C++、Python、操作系统、数据库等。

📘相关专栏：C语言初阶、C语言进阶、C语言刷题训练营、数据结构刷题训练营、有感兴趣的可以看一看。

欢迎点赞 👍 收藏 ⭐留言 📝 如有错误还望各路大佬指正！

✨每一次努力都是一种收获，每一次坚持都是一种成长✨       

目录

 前言

1. 堆

  1.1 什么是堆

  1.2 堆的性质

2. 堆的实现

 2.1 堆的向下调整 

 2.2 堆的向上调整

 2.3 堆的创建

 2.3.1 定义堆

2.3.2 初始化和销毁

2.3.3 入堆

2.4 出堆

 2.5 堆顶元素、判空、堆的数据个数

总结

---

 前言

        我们常见的二叉树有顺序存储和链式存储，顺序存储就是使用数组来存储二叉树，除了顺序存储，堆存储也是一种常见的选择。堆存储是一种基于数组的存储方式，它使用数组来表示堆的结构。在堆存储中，我们可以使用简单的数学公式来计算节点在数组中的索引，从而实现高效的访问和操作。

---

1. 堆

  1.1 什么是堆

        堆是一种特殊的二叉树，使用堆存储的二叉树都是完全二叉树，堆又可分为大堆和小堆。

大堆：大堆的子节点不得大于父节点。

小堆：小堆的子节点不得小于父节点。

 可见文章：二叉树的存储结构

  1.2 堆的性质

         堆具有以下两个重要的性质：堆是一个完全二叉树，且堆中的每个节点的值都大于或等于（或小于或等于）其子节点的值，这被称为堆的堆序性质。

2. 堆的实现

 2.1 堆的向下调整 

         我们知道，堆是使用数组存储的，那任何一个数组都可以是堆吗？当然不是，对具有两个重要的性质，要想构成堆，就需要对数组的数据进行调整。调整后，逻辑上就是一颗完全二叉树。向下调整算法有一个前提：左右子树必须是一个堆，才能调整。

 如下图：

 注意：这里默认为小堆

         在逻辑上是一个完全二叉树，根节点的值是30，根节点的左右子树都是小堆，为了使整颗二叉树形成堆，就需要对数据进行调整。（小堆的子节点不得小于它的父节点）

 30比15大，就向下进行调整，15与30位置交换：

以此类推，进行调整：

 最终，被调整为一个小堆。（也可以调整为大堆）。

根据上述的逻辑，我们对向下调整的代码进行实现：

void HeapAdjustDown(HeapDatatype* data,int n,int parent)
{
	int child = parent * 2 + 1;
	while (child<n)			//这里不能child+1<n
	{
		if (child+1<n && data[child + 1] < data[child])//改大堆两个if的符号都要改
		{
			child++;
		}
		if(data[child]<data[parent])
		{
			swap(&data[parent], &data[child]);//后续需要多次进行调用交换函数，就封装成一个函数
			parent = child;
			child = parent * 2 + 1;
		}
		else
		{
			break;
		}

	}
	
}

        传入一个堆、节点个数和父节点，通过父节点与孩子节点进行比较，找到较小的孩子，然后进行交换。n可以用于判断结束。注意：这里存在比较坑的点，这里我们使用了child+1，就需要判断child+1是否会越界的问题。

那为什么不在while循环处判断？

        如果在while处判断就会产生新的bug，上述的例子无法展现，我们假设上述的二叉树，需要把30调整到60的位置，那30就会先和56进行交换，然后把child赋值给parent，child=child*2+1，赋值后，child就变成60这个节点，child+1就是空，那最后一次交换就不会执行。

 2.2 堆的向上调整

         堆可以向下调整，那也可以进行向上调整，向上调整和向下调整十分的相似，也是进行比较然后交换。向上调整也更为简单一些。流程如下：

         假设传入的子节点是80，80和父节点进行比较，80大进行交换，然后再和父节点比较，80仍然较大，再进行交换，直到形成一个堆结束。（此处为大堆），向下调整我们写的是调整小堆，这里我们向上调整也调整为小堆。代码如下：

void HeapAdjustUP(HeapDatatype* data, int child) {
	int parent = (child - 1) / 2;
	while (child > 0)
	{
		if (data[child] < data[parent]) //回调函数qsort的compare函数
		{
			swap(&data[child], &data[parent]);
			child = parent;
			parent = (parent - 1) / 2;
		}
		else
		{
			break;
		}
	}
}

        写代码时要注意：判断循环结束的条件，这里为什么不用parent>0进行判断？如果最后需要对整棵树的根节点进行交换，parent是可以等于0的，而child等于0时，即最终树的根节点交换完毕，如果再-1除2，还是0.所以拿child>0作为判断条件即可，如果没有交换到根节点，就已经构成了堆，那就break跳出循环即可。

 2.3 堆的创建

         注意上述堆的调整我们传入的参数，并不是创建的Heap（堆），而是以数组的形式传入，这样我们就可以直接调用这两个函数接口进行建堆。

for (int i = ; i < ; i++)
{
	AdjustUp(arr, i);
}

        只需这样就可以构建一个堆。这里我们就不进行细说，后续的堆排序会进行介绍。这里我们用老常规的方法，创建一个顺序表，然后进行建堆。

 2.3.1 定义堆

 顺序表的定义就非常常规了，和之前一样：

typedef int HeapDatatype;
typedef struct Heap {
	HeapDatatype* data;
	int size;
	int capacity;
}HP;

2.3.2 初始化和销毁

 初始化

void InitHeap(HP* php) {
	assert(php);

	php->data = NULL;
	php->size = 0;
	php->capacity = 0;
}

 销毁

void DestoryHeap(HP* php) {
	assert(php);

	free(php->data);
	php->data = NULL;
	php->capacity = php->size = 0;
}

 初始化和销毁都很常规，和顺序表一致。

2.3.3 入堆

         把数据入堆，先把数据入到顺序表中，然后进行调整。我们可以调用向上调整或者向下调整，只是传入的参数不同。

 代码如下：

void PushHeap(HP* php, HeapDatatype data) {
	assert(php);
	if (php->capacity == php->size)
	{
		int newcapacity = php->capacity == 0 ? 4 : php->capacity * 2;
		HeapDatatype* tmp = (HeapDatatype*)realloc(php->data, sizeof(HeapDatatype) * newcapacity);
		if (tmp == NULL)
		{
			perror("realloc fail");
			exit(-1);
		}

		php->data = tmp;
		php->capacity = newcapacity;
	}
	php->data[php->size++] = data;
	HeapAdjustUP(php->data, php->size - 1);
}

使用循环调用入堆接口，就可以完成堆的创建。

2.4 出堆

         出堆，我们可以来思考一下，出堆是单纯的将数组最后一个数据删除掉吗？当然不是，如果只是单纯的删除最后的数据，那和顺序表又有什么区别，这样做是没有意义的。

        堆在数组中的第一个元素一定是这个数组中的最值（最大或最小值），所有我们出堆，删除的是数组中的第一个元素，也就是二叉树的根。那我们要怎么去删除呢？直接删除二叉树的根？

 如下图：

         如果直接删除二叉树的根节点，剩下的部分产生的结构就会发生变化，变化后的二叉树还是堆吗？所以说直接删除的方法是不可行的。那要如何删除呢？

        我们可以这样搞：可以先把数组的第一个元素和最后一个元素进行交换，然后删除最后一个元素，最后再进行调整。这样就既可以删除根节点，而又不打乱堆的结构。

 根据这个逻辑，代码实现如下：

void PopHeap(HP* php)
{
	assert(php);
	assert(php->size > 0);

	swap(&php->data[0], &php->data[php->size - 1]);
	php->size--;									
	
	HeapAdjustDown(php->data,php->size,0);
	
}

注意这里只能使用向下调整。

 2.5 堆顶元素、判空、堆的数据个数

 剩余部分就非常简单了

//堆顶元素
HeapDatatype HeapTop(HP* php)
{
	assert(php);
	assert(php->size > 0);
	return php->data[0];
}
//判空
bool HeapEmpty(HP* php)
{
	assert(php);
	return php->size == 0;
}
//堆的数据个数
int HeapSize(HP* php) {
	assert(php);
	return php->size;
}

最后我们可以来测试一下，我的测试代码如下：

int main()
{
	HP hp;
	int arr[6] = { 70,65,100,32,50,60 };
	InitHeap(&hp);
	for (int i = 0; i < 6; i++)
	{
		PushHeap(&hp, arr[i]);
	}
	HeapPrint(&hp);
	printf("堆的数据个数：%d\n", HeapSize(&hp));
	while (!HeapEmpty(&hp))
	{
		printf("%d ", HeapTop(&hp));
		PopHeap(&hp);
	}
	DestoryHeap(&hp);
}

---

总结

        无论是学习数据结构还是应用数据结构，了解和理解堆存储都是非常有价值的。希望本篇博客能够为大家提供有价值的知识和见解，帮助大家更好地理解堆。最后，感谢阅读！