系列文章目录
提示:这里可以添加系列文章的所有文章的目录,目录需要自己手动添加
例如:第一章 Python 机器学习入门之pandas的使用
提示:写完文章后,目录可以自动生成,如何生成可参考右边的帮助文档
提示:以下是本篇文章正文内容,下面案例可供参考
一、堆的概念及结构
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 <= K2
i+1
且
Ki<= K2
i+2 (Ki >= K2
i+1
且
Ki >= K2
i+2) i = 0
,
1
,
2…
,则称为
小堆
(
或大堆
)
。将根节点最大的堆叫做最大堆或大根堆,根节点最小的堆叫做最小堆或小根堆。
二、堆的实现
堆的实现大致上可以分为两类,及向下调整O(N)和向上调整 O(log2N*N)
1.堆向下调整算法
void AdjustDown(int* a, int n, int parent)
{
int child = parent * 2 + 1;
while (child < n)
{
// 选出左右孩子中小的那一个
if (child + 1 < n && a[child + 1] < a[child])
{
++child;
}
// 如果小的孩子小于父亲,则交换,并继续向下调整
if (a[child] < a[parent])
{
Swap(&a[child], &a[parent]);
parent = child;
child = parent * 2 + 1;
}
else
{
break;
}
}
}
2.向上调整
void AdjustUp(int* a, int child)
{
assert(a);
int father = (child-1)/2;
while (child > 0)
{
if (a[child] < a[father])
{
Swap(&a[child], &a[father]);
child = father;
father = (child - 1) / 2;
}
else
{
break;
}
}
}
3.push和pop的实现
void HeapPush(HP* hp, HPDataType x)
{
assert(hp);
if (hp->size >= hp->capacity )
{
size_t newCapacity = hp->capacity == 0 ? 4 : 2 * hp->capacity;
HPDataType* new = (HPDataType *)realloc(hp->a,newCapacity * sizeof(HPDataType));
if (new == NULL)
{
printf("relloc fail\n");
exit(-1);
}
hp->a = new;
hp->capacity = newCapacity;
}
hp->a[hp->size] = x;
hp->size++;
AdjustUp(hp->a,hp->size-1);
}
void HeapPop(HP* hp)
{
assert(hp);
assert(!HeapEmpty(hp));
Swap(&hp->a[0],&hp->a[hp->size-1]);
hp->size--;
AdjustDown(hp->a,hp->size, 0);
}