一、堆的介绍
堆的概念
堆:如果有一个关键码的集合K={k0,k1,k2,…,kn-1},把它的所有元素按完全二叉树的顺序存储方式存储在一个一维数组中,并满足ki<=k2i+1且ki<=k2i+2(或满足ki>=k2i+1且ki>=k2i+2),其中i=0,1,2,…,则称该集合为堆。
小堆:将根结点最小的堆叫做小堆,也叫最小堆或小根堆。
大堆:将根结点最大的堆叫做大堆,也叫最大堆或大根堆。
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。
堆的结构
分为物理结构和逻辑结构
1.小根堆:
2.大根堆:
二、堆的向下调整算法
现在我们给出一个数组,逻辑上看作是一棵完全二叉树。我们通过根结点开始的向下调整算法可以把它调整成一个小堆。
但是,使用向下调整算法有一个前提:
若想将其调整为小堆,那么根节点的左右子树必须都为小堆。
若想将其调整为大堆,那么根节点的左右子树必须都为大堆。
向下调整算法的基本思想(以建小堆为例):
1.从根节点开始,选出左右孩子中值较小的孩子。
2.让小的孩子与其父亲进行比较。
若小的孩子比父亲还小,则该孩子与其父亲的位置进行交换。并将原来小的孩子当成父亲继续向下进行调整,直到调整到叶子结点为止。
若小的孩子比父亲大,则不需要处理了,调整完成,整个树已经是最小堆了。
//交换函数
void Swap(int* x, int* y)
{
int tmp = *x;
*x = *y;
*y = tmp;
}
//堆的向下调整(小堆)
void AdjustDown(int* a, int n, int parent)//a为数组名,n为数组元素的个数,parent是父亲结点的下标
{
//child记录左右孩子中值较小的孩子的下标
int child = 2 * parent + 1;//先默认其左孩子的值较小
while (child < n)
{
if (child + 1 < n && a[child + 1] < a[child])//右孩子存在且右孩子比左孩子还小
{
child++;//较小的孩子改为右孩子
}
if (a[child] < a[parent])
{
//将父结点与较小的子结点交换
Swap(&a[child], &a[parent]);
parent = child;
child = 2 * parent + 1;
}
else//已经成堆
{
break;
}
}
}
使用堆的向下调整算法,最坏的情况下(即一直需要交换结点),需要调整的次数为:h-1次(h为树的高度)。而
(N为树的总结点数)。所以堆的向下调整算法的时间复杂度为:O(logN)。
上面说到:使用堆的向下调整算法需要满足其根节点的左右子树均是大堆或是小堆才行,那么如何才能将任意树调整为堆呢?
答案:我们只需要从倒数第一个非叶子结点开始,按下标从后向前,依次作为根去向下调整即可。
for (int i = (n - 1 - 1) / 2; i >= 0; i--)
{
AdjustDown(php->a, php->size, i);
}
建堆的时间复杂度:
当结点数无穷大时,完全二叉树与其层数相同的满二叉树相差的节点可以忽略不计,所以计算时间复杂度的时候我们可以将完全二叉树看作与其层数相同的满二叉树来进行计算。
建堆过程中总共交换的次数:
两边同时乘2可得:
两式相减可得:
运用等比数列求和得:
由二叉树性质,有和
,于是
用大O渐进表示法:
T(n)=O(n)
总结:
堆的向下调整算法的时间复杂度:T(n)= O(logN)
向下调整建堆的时间复杂度:T(n)= O(n)
三、堆的向上调整算法
当我们在堆的末尾插入一个数据后,需要对堆进行调整,使其仍然是一个堆,这时需要用到堆的向上调整算法。
向上调整算法的基本思想(以建小堆为例):
1.将目标结点与其父结点比较。
2.若目标结点的值比其父结点的值小,则交换目标节点与其父结点的位置,并将原目标结点的父节点当作新的目标结点继续向上调整。
若目标结点的值比其父结点的值大,则停止向上调整,此时该树已经是小堆了。
void Swap(int* x, int* y)
{
int tmp = *x;
*x = *y;
*y = tmp;
}
void AdjustUp(int* a, int child)
{
int parent = (child - 1) / 2;
while (child > 0)//调整到根结点的位置截止
{
if (a[child] < a[parent])//孩子结点的值小于父结点的值
{
//将父结点与孩子结点交换
Swap(&a[child],&a[parent]);
//继续向上进行调整
child=parent;
parent=(child-1)/2;
}//已成堆
else
{
break;
}
}
}
四、堆的实现
初始化堆
首先,必须创建一个堆类型,该类型需包含堆的基本信息:存储数据的数组、堆中元素的个数、以及当前堆的最大容量。
typedef int HPDataType;
typedef struct Heap
{
HPDataType* a;
int size;
int capacity;
}HP;
然后我们需要一个初始化函数,对刚创建的堆进行初始化,注意在初始化期间要将传入数据建堆。
void HeapInit(HP* php, HPDataType* a, int n)
{
assert(php);
HPDataType* tmp = (HPDataType*)malloc(sizeof(HPDataType) * n);//申请一个堆结构
if (tmp == NULL)
{
printf("malloc fail\n");
exit(-1);
}
php->a = tmp;
memcpy(php->a, a, sizeof(HPDataType) * n);//拷贝数据到堆中
php->size = n;
php->capacity = n;
int i = 0;
for (i = (php->size - 1 - 1) / 2; i >= 0; i--)
{
AdjustDown(php->a, php->size, i);
}
}
销毁堆
为了避免内存泄露,使用完动态开辟的内存空间后都要及时释放该空间,所以,一个用于释放内存空间的函数是必不可少的。
void HeapDestroy(HP* php)
{
assert(php);
free(php->a);
php->a = NULL;
php->size = 0;
php->capacity = 0;
}
打印堆
打印堆中的元素,这里用了两种打印格式。第一种打印格式是按照堆的物理结构进行打印,即打印为一排连续的数字。第二种打印格式是按照堆的逻辑结构进行打印,即打印成树形结构。