3.4堆的应用
3.4.1堆排序
堆排序即利用堆的思想来进行排序,总共分为两个步骤:
①建堆
升序:建大堆 降序:建小堆
②利用堆删除思想来进行排序
对数组建堆有两种方法:
1.使用向上调整,插入数据的思想建堆。
例子 数组[ 4,2,7,8,5,1,0,6 ]排升序,
①先将4插入,第一个数向上调整还是4,②插入2,向上调整,与4交换位置;以此类推插入后面的数字,没插入以此都进行向上调整。 最终结果仍是小堆。
2.向下调整
向下调整有个要求:左右子树都是小堆。
左或者右子树不是堆怎么办? [ 4,2,7,8,5,1,0,6]
解决办法:从倒数第一个非叶子节点开始(最后一个节点的父亲(n-1-1)/2)。
找到最后一个节点的父亲,用指针指向该节点(此时父亲)父子比较大小,父>子,向下调整向下调整;指针向前移动,比较此时的父子(子中选最小的那个)大小关系,向下调整,交换;以此类推,直到指向根的位置。
3.建堆时间复杂度
①向上调整的时间复杂度(最坏情况:每层数据个数*向上调整次数)
②向下调整时间复杂度
3.4.2 TOP-K问题
求数据中前K个最大的元素或者最小的元素。比如:世界500强,王者荣耀国服排名。
解决方法:用前K个数建立一个K个数的小堆,然后剩下的N-K个数依次遍历,如果比堆顶的数据大,就替换他进堆(向下调整),最后堆里面的K个数就是最大的K个。
void TestTopk()
{
int n = 10000;
int* a = (int*)malloc(sizeof(int)*n);
srand(time(0));
for (size_t i = 0; i < n; ++i)
{
a[i] = rand() % 1000000;
}
a[5] = 1000000 + 1;
a[1231] = 1000000 + 2;
a[531] = 1000000 + 3;
a[5121] = 1000000 + 4;
a[115] = 1000000 + 5;
a[2305] = 1000000 + 6;
a[99] = 1000000 + 7;
a[76] = 1000000 + 8;
a[423] = 1000000 + 9;
a[0] = 1000000 + 1000;
PrintTopK(a, n, 10);
}
int main()
{
TestTopk();
return 0;
}
4.二叉树链式结构
4.1 二叉树的遍历
二叉树的遍历是按照某种特定的规则,依次对二叉树中的节点进行相应的操作,并且每个节点只操作一次。
按照规则,二叉树的遍历有:前序/中序/后序的递归结构遍历
前序遍历:根->左子树->右子树
中序遍历:左子树->根->右子树
后序遍历:左子树->右子树->根
//前序遍历递归逻辑
4.2层序遍历
思路:利用队列
1.先把根入队列,借助队列,先进先出的性质。
2.上一层的节点出的时候,带下一层的节点进去。