数据结构--堆(图文)

在开始学习堆之前,我们要先简单了解二叉树

二叉树

一棵二叉树是结点的一个有限集合,该集合:

  1. 为空
  2. 由一个根结点加上两棵子树(左子树和右子树)
    在这里插入图片描述

特殊的二叉树:

  1. 满二叉树:一个二叉树,如果每一个层的结点数都达到最大值,则这个二叉树就是满二叉树。也就是说,如果一个二叉树的层数为K,且结点总数是 (2^k)-1,则它就是满二叉树。
  2. 完全二叉树:完全二叉树是效率很高的数据结构,完全二叉树是由满二叉树而引出来的。对于深度为K
    的,有n个结点的二叉树,当且仅当其每一个结点都与深度为K的满二叉树中编号从1至n的结点一一对应时称之为完全二叉树。 要注意的是满二叉树是一种特殊的完全二叉树。
    在这里插入图片描述

堆就是上面描述的完全二叉树的一种,完全二叉树就是除了最后一层外,其他层节点数达到最大。

堆与普通的完全二叉树结构相似,但存在大小堆的性质

  • 大堆:树任何一个父节点>=子节点

  • 小堆:树任何一个父节点<=子节点
    在这里插入图片描述

堆的主要操作包括:

  1. 插入:将新元素添加到堆中,同时保持堆的性质。
  2. 删除堆顶元素:删除堆顶元素,同时保持堆的性质。
  3. 获取堆顶元素值:返回堆顶元素的值但不删除它。
  4. 调整堆(向上调整/向下调整):将一个数组或部分数组调整成堆的形状。

堆一些应用实例:

  • 堆排序(Heap Sort):堆排序算法利用堆数据结构对数组进行排序。它的时间复杂度为O(NlogN),在特定情况下,它可能比快速排序还要快。
  • 优先队列(Priority Queue):在任务调度等场景中,堆可以作为优先队列实现,确保优先级高的任务先执行。
  • 快速查找问题:例如,在大量数据中找出前K个最大或最小的元素,尤其是在内存受限的情况下,堆是一个有效的解决方案。

堆的实现

我们今天实现一个小堆,并利用这个小堆实现一个简单的堆排序。
首先创建三个文件:

Heap.h —— 用于声明函数的头文件。
Heap.c —— 堆主要函数的实现。
test.c——测试堆,并实现简单堆排序。

创建堆

堆在逻辑上是二叉树的结构,但在实际上是数组结构
在这里插入图片描述

typedef int HPDataType;//方便后需更改数据类型
typedef struct Heap
{
	HPDataType* _a;
	int _size;
	int _capacity;
}Heap;

堆的初始化

//堆的初始化
void HeapInit(Heap* hp)
{
	assert(hp);
	hp->_a = NULL;
	hp->_capacity = hp->_size = 0;
}

堆的销毁

// 堆的销毁
void HeapDestory(Heap* hp)
{
	assert(hp);
	free(hp->_a);
	hp->_a = NULL;
	hp->_capacity = hp->_size = 0;
}

调整堆

交换数据

单独封装交换函数便于使用

//交换数据
void Swap(HPDataType* p1, HPDataType* p2)
{
	HPDataType* tmp = *p1;
	*p1 = *p2;
	*p2 = tmp;
}
向上调整

因为我们要建立小堆,在插入数据后(尾插)我们要调整这个数据的位置,使它满足小堆的性质,也就是父节点>=子节点。所以只要遇到父节点<子节点的情况,我们就交换这两个节点,然后向上更新父亲和孩子的位置,继续循环查看父节点<子节点的情况,直到这个插入的数据到达正确的地方。
在这里插入图片描述

//向上调整
void AdjustUp(HPDataType* a, int child)
{
	int parent = (child - 1) / 2;
	while (child > 0)
	{
		if (a[child] < a[parent])
		{
			Swap(&a[child], &a[parent]);//交换节点
			//更新父亲和孩子的位置
			child = parent;
			parent = (child - 1) / 2;
		}
		else
		{
			break;
		}
	}
}
向下调整

因为我们要建立小堆,在删除堆顶元素时,我们需要将堆顶和堆尾交换位置然后删除堆尾,为了满足小堆的性质,也就是父节点>=子节点。所以从堆顶向下只要遇到父节点<子节点的情况,我们就交换这两个节点,然后向下更新父亲和孩子的位置,继续循环查看父节点<子节点的情况,直到交换上来的这个数据到正确的地方。
在这里插入图片描述

//向下调整
void AdjustDown(HPDataType* a, int n, int parent)//n是堆元素个数
{
	int child = (parent * 2) + 1;//左孩子
	while (child < n)
	{//child+1<n防止越界访问
		if ((child + 1 < n) && (a[child] > a[child + 1]))//假设法找出较小的孩子
			child++;
		if (a[parent] > a[child])
		{
			Swap(&a[parent], &a[child]);
			parent = child;
			child = (parent * 2) + 1;
		}
		else
		{
			break;
		}
	}
}

堆的插入

没有空间开辟空间,然后将数据尾插,再向上调整让小堆恢复其性质

// 堆的插入
void HeapPush(Heap* hp, HPDataType x)
{
	assert(hp);
	if (hp->_capacity == hp->_size)
	{
		int newcapacity = hp->_capacity == 0 ? 4 : 2 * hp->_capacity;
		HPDataType* tmp = (HPDataType*)realloc(hp->_a, sizeof(HPDataType) * newcapacity);
		if (tmp == NULL)
		{
			perror("realloc");
			exit(1);
		}
		hp->_capacity = newcapacity;
		hp->_a = tmp;
	}
	hp->_a[hp->_size] = x;
	hp->_size++;
	AdjustUp(hp->_a, hp->_size - 1);

}

堆的删除

准确来说是删除堆顶,先将堆顶和堆尾交换,删除堆尾(原堆顶),再向下调整让其恢复小堆的性质。

// 堆的删除
void HeapPop(Heap* hp)
{
	assert(hp);
	assert(hp->_size>0);
	Swap(&hp->_a[0], &hp->_a[hp->_size - 1]);
	hp->_size--;
	AdjustDown(hp->_a, hp->_size, 0);
}

取堆顶的数据

直接返回即可。

// 取堆顶的数据
HPDataType HeapTop(Heap* hp)
{
	assert(hp);
	assert(hp->_size>0);
	return hp->_a[0];
}

堆的数据个数

// 堆的数据个数
int HeapSize(Heap* hp)
{
	assert(hp);
	return hp->_size;
}

堆的判空

返回size == 0时的结果,因为此时堆为空

// 堆的判空
int HeapEmpty(Heap* hp)
{
	assert(hp);
	return hp->_size == 0;
}

堆源码以及简单堆排序

Heap.h

#include<stdbool.h>
#include<assert.h>
typedef int HPDataType;
typedef struct Heap
{
	HPDataType* _a;
	int _size;
	int _capacity;
}Heap;
//堆的初始化
void HeapInit(Heap* hp);
// 堆的销毁
void HeapDestory(Heap* hp);
// 堆的插入
void HeapPush(Heap* hp, HPDataType x);
// 堆的删除
void HeapPop(Heap* hp);
// 取堆顶的数据
HPDataType HeapTop(Heap* hp);
// 堆的数据个数
int HeapSize(Heap* hp);
// 堆的判空
int HeapEmpty(Heap* hp);
//向上调整
void AdjustUp(HPDataType* a, int child);
//向下调整
void AdjustDown(HPDataType* a, int n, int parent);
//交换数据
void Swap(HPDataType* p1, HPDataType* p2);

Heap.c

#include"Heap.h"

//堆的初始化
void HeapInit(Heap* hp)
{
	assert(hp);
	hp->_a = NULL;
	hp->_capacity = hp->_size = 0;
}
// 堆的销毁
void HeapDestory(Heap* hp)
{
	assert(hp);
	free(hp->_a);
	hp->_a = NULL;
	hp->_capacity = hp->_size = 0;
}
// 堆的插入
void HeapPush(Heap* hp, HPDataType x)
{
	assert(hp);
	if (hp->_capacity == hp->_size)
	{
		int newcapacity = hp->_capacity == 0 ? 4 : 2 * hp->_capacity;
		HPDataType* tmp = (HPDataType*)realloc(hp->_a, sizeof(HPDataType) * newcapacity);
		if (tmp == NULL)
		{
			perror("realloc");
			exit(1);
		}
		hp->_capacity = newcapacity;
		hp->_a = tmp;
	}
	hp->_a[hp->_size] = x;
	hp->_size++;
	AdjustUp(hp->_a, hp->_size - 1);

}
// 堆的删除
void HeapPop(Heap* hp)
{
	assert(hp);
	assert(hp->_size>0);
	Swap(&hp->_a[0], &hp->_a[hp->_size - 1]);
	hp->_size--;
	AdjustDown(hp->_a, hp->_size, 0);
}
// 取堆顶的数据
HPDataType HeapTop(Heap* hp)
{
	assert(hp);
	assert(hp->_size>0);
	return hp->_a[0];
}
// 堆的数据个数
int HeapSize(Heap* hp)
{
	assert(hp);
	return hp->_size;
}
// 堆的判空
int HeapEmpty(Heap* hp)
{
	assert(hp);
	return hp->_size == 0;
}
//交换数据
void Swap(HPDataType* p1, HPDataType* p2)
{
	HPDataType tmp = *p1;
	*p1 = *p2;
	*p2 = tmp;
}
//向上调整
void AdjustUp(HPDataType* a, int child)
{
	int parent = (child - 1) / 2;
	while (child > 0)
	{
		if (a[child] < a[parent])
		{
			Swap(&a[child], &a[parent]);
			child = parent;
			parent = (child - 1) / 2;
		}
		else
		{
			break;
		}
	}
}
//向下调整
void AdjustDown(HPDataType* a, int n, int parent)
{
	int child = (parent * 2) + 1;
	while (child < n)
	{
		if ((child + 1 < n) && (a[child] > a[child + 1]))
			child++;
		if (a[parent] > a[child])
		{
			Swap(&a[parent], &a[child]);
			parent = child;
			child = (parent * 2) + 1;
		}
		else
		{
			break;
		}
	}
}

text.c(简单堆排序)

创建一个堆,把一个数据混乱的数组插入到小堆中,然后循环打印堆顶数据(堆顶数据最小),再将堆顶数据删除,最后销毁堆。注意:这里的排序只是打印出来了排序的结果,数组内部并没有真正排序

#include"heap.h"
void heap1()
{
	Heap hp;
	HeapInit(&hp);
	int arr[] = { 123,645,21433,45,24,7654,2,3,12,122 };
	for (int i = 0; i < (sizeof(arr) / sizeof(int)); i++)
	{
		HeapPush(&hp, arr[i]);
	}
	while (!HeapEmpty(&hp))
	{
		printf("%d ", HeapTop(&hp));
		HeapPop(&hp);
	}
	printf("\n");
	HeapDestory(&hp);

}
int main()
{
	heap1();
	return 0;
}

排序结果
在这里插入图片描述

将大堆变成小堆

只需要将向上调整和向下调整中if (a[child] < a[parent])改为if (a[child] > a[parent])即可。

  • 37
    点赞
  • 22
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值