堆结构
堆结构的逻辑结构和完全二叉树一样(一般我们都用数组来实现堆和完全二叉树),不过堆结构根节点与子节点有大小关系。
- 小根堆: 根节点的值小于或等于子节点的值
- 大根堆: 根节点的值大于或等于子节点的值
下图中就是一个典型的小根堆:
我们发现,小根堆的根节点值一定是整个堆中最小的,并且和完全二叉树一样,根节点与子节点的下标是有计算公式的:
//整个堆的根节点下标为0
if 某节点的下标为i:
左子节点下标为2*i + 1
右子节点下标为2*i + 2
其父节点下标为(i-1) / 2
堆的大小(堆中元素的个数)由变量 s i z e size size来维护,如果下标不再 [ 0 , s i z e ] [0,size] [0,size]范围内,说明无此节点。
大根堆与小根堆同理,我们也来看一个典型的大根堆:
讲到数据结构,除了了解最基本的存储数据形式,还要熟悉属于此数据结构的增删查改操作,下面以大根堆为例来细说堆结构的四大操作:
大根堆的增删查改以及向上调整、向下调整:
-
往大根堆中插入数据:
我们在堆中插入数据有一套固定的流程,先在堆的最底部(也就是实现堆的数组的最右端)插入新元素,判定新元素插入后与根节点之间符不符合大小关系,如果不符合就将此元素向上调整。
void insert(int num, int Size) { heap[Size++] = num; // 末端插入新元素之后需要向上调整 int cur = Size - 1; // num对应的下标 int parent = (cur - 1) / 2; // 父节点下标 while (cur > 0 && num > heap[parent]) { swap(cur, parent); cur = parent; parent = (cur - 1) / 2; } }
其实代码后半段就是对末端元素进行向上调整,为方便对任意位置 i i i进行向上调整,我们可以给出向上调整函数:
void UpAdjust(int heap[],int i,int Size){ int cur = i; int parent = (cur-1) / 2; while(heap[cur] > heap[parent]){ //交换父子节点 int temp = heap[cur]; heap[cur] = heap[parent]; heap[parent] = temp; cur = parent; parent = (cur-1) / 2; } }
-
大根堆中弹出数据:
弹出数据也是按照流程来,先将根部数据弹出,再将堆末端的数据放到堆的顶部,之后从顶部开始向下调整。
int pop() { if (Size == 0) return -1; int ans = heap[0]; heap[0] = heap[--Size]; int cur = 0; while (2 * cur + 1 <= Size - 1) { int largest = cur; int leftChild = 2 * cur + 1; int rightChild = 2 * cur + 2; //比较左子节点 if(heap[leftChild] > heap[largest]){ largest = leftChild; } //比较右子节点 if(rightChild <= Size - 1 && heap[rightChild] > heap[largest]){ largest = rightChild; } if(largest = cur) break; swap(cur, largest); cur = largest; } return ans; }
代码后半段是向下调整,我们同样整理出 i i i位置的向下调整函数:
void DownAdjust(int heap[],int i,int Size){ if(i >= Size) return; int cur = i; int leftChild = 2 * cur + 1; int rightChild; while(leftChild <= Size - 1){ int largest = cur; leftChild = 2 * cur + 1; rightChild = 2 * cur + 2; //比较左子节点 if(heap[leftChild] > heap[largest]){ largest = leftChild; } //比较右子节点 if(rightChild <= Size - 1 && heap[rightChild] > heap[largest]){ largest = rightChild; } if(largest = cur) break; int temp = heap[cur]; heap[cur] = heap[largest]; heap[largest] = temp; cur = largest; } }
堆排序
前面我们详细分析了堆的逻辑结构,尤其是大根堆的性质和常用函数。现在就到了【学以致用】的阶段了,仔细想想,如果我把一堆数都放在最大堆中,堆顶是不是就是最大的数,我把堆顶取出来,是不是就拿到了这堆数的最大值,我们继续这个思路。
缺数堆(就是被拿走堆顶的残堆,缺数堆更简洁形象)之后会自动转换成一个新的大根堆,我再取堆顶,是不是就拿到了第二大的数,这样循环往复,我们就得到了一个从大到小排列的数字序列。
根据这个思路我们可以得到一种新的排序方法 —— 堆排序
void heapSort(int &arr[],int N){
//在数组基础上原地建大根堆
for(int i = 0;i < N;i++){
heapInsert(arr, i);
}
//将堆顶与末端交换,这样末端就是大的值
for(int i = N-1; i >= 1;i--){
int temp = arr[0];
arr[0] = arr[i];
arr[i] = temp;
DownAdjust(arr,0,i+1);
}
}
void heapInsert(int arr[],int oldSize){
int cur = oldSize;
int parent = (cur-1) / 2;
while(arr[cur] > arr[parent]){
int temp = arr[cur];
arr[cur] = arr[parent];
arr[parent] = temp;
}
}
void DownAdjust(int arr[],int cur,int size){
int leftChild = 2*cur + 1;
int rightChild;
int largest;
while(left <= size - 1){
leftChild = 2*cur + 1;
rightChild = 2*cur + 2;
largest = cur;
//比较左子节点
if(arr[leftChild] > arr[largest]){
largest = leftChild;
}
//比较右子节点
if(rightChild <= size-1 && arr[rightChild] > arr[largest]){
largest = rightChild;
}
if(cur == largest) break;
int temp = arr[cur];
arr[cur] = arr[largest];
arr[largest] = temp;
cur = largest;
}
}
堆排序在数组上的原理就是这样,很简单,我们再总结一遍:
原始数据:
int arr[N];
int size = 0;
对数组进行原地建堆,得到:
int arr[size];
size = N;
不停地取出堆顶元素并与末端元素交换,同时size–,记录新堆的元素个数。
最后得到:
int arr[] //排好序