数据结构---二叉树（2）

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。