堆的概念:
堆可以看作是一棵完全二叉树,除最后一层外,每一层都是填满的,最后一层从左到右依次填入
在堆上,对任意一个结点来说,越接近顶部,权值就越大(一般指大顶堆),并且它的权值大于等于它所在子树所有点的权值
我们把根结点权值大于等于树中结点权值的称为大根堆,小于等于树种结点权值的称为小根堆
下图就是一个大根堆的示意图
就如上述大顶堆示意图一样,我们可以用一个数组来维护大根堆
堆具有的性质叫做堆序性,每次插入或者删除新元素,我们都要通过相应算法对堆序性进行维护
堆的建立:
堆的建立很简单,只需定义一个数组并用一个整数保存它的大小就可以了
template<typename Type>
class Heap {
private:
Type* data; //用来存储数据
int size; //用来存储元素个数
public:
Heap(int length_input) {
data = new Type[length_input]; //初始化堆的容量上限
size = 0;
}
~Heap() {
delete[] data;
}
};
下面开始介绍堆中相应的各种算法:
堆的相应插入算法如下:
1.把新元素保存到数组的最后
2.找到新元素父节点的位置,比较大小
3.如果是大顶堆且该元素大于父结点,交换之,如果是小顶堆且该元素小于父节点,交换之
4.循环比较,直到该节点的父节点与其的大小满足堆序性
比如我们要在这个小顶堆中插入新元素7,先将7放入到堆的尾部,然后将7与其父节点11比较,7小于11,不满足堆序性,交换两者
再与其父节点10比较,依然不满足堆序性,交换之,再与其父节点4比较,此时满足堆序性,操作结束
大顶堆也执行相应类似的操作
template<typename Type>
void Heap<Type>::push(Type value)
{
data[size] = value; //先插入元素
int current = size; //当前位置
int father = (current - 1) / 2;
while (data[current] > data[father]) {
swap(data[current], data[father]); // 不满堆序列的话, 就要进行交换
current = father;
father = (current - 1) / 2;
}
size = size + 1;
}
堆的维护算法:
我们删除堆或者进行堆排序的话,我们每一次操作过后都需要一个算法来维护堆序列性
1.从根结点开始,分别与其左右子中最大的(大顶堆)或最小的(小顶堆)元素进行比较
2.如果不满足堆序性,则与该子节点进行交换
3.再与下两个子节点进行比较,直到该节点和其子节点满足堆序性或该节点为叶子节点
下面有两种实现算法供参考(递归型和非递归型的)
递归型
template<typename Type>
void Heap<Type>::updata(int pos, int n)
{
//因为是从0开始计数,所以要分别加1加2
int lchild = pos * 2 + 1;
int rchild = pos * 2 + 2;
int max_pos = pos; //左右结点中最大的那个
if (lchild < n && data[max_pos] < data[lchild]) {
max_pos = lchild;
}
if (rchild < n && data[max_pos] < data[rchild]) {
max_pos = rchild;
}
if (max_pos != pos) {
swap(data[max_pos], data[pos]);
updata(max_pos, n); //这是从上到下的调整法
}
}
非递归型
void downAdjust(int low, int high) {
int current = low, lchild = current * 2; //low表示最低的元素下标,high表示数组的最后一个元素的下标
while (lchild <= high) { //while循环用来判断是超过范围(一般叶子节点*2就会超过范围)
/*得出左右子中最大的哪一个*/
//如果右孩子存在,且右孩子的值大于当前结点值
if (lchild + 1 <= high && heap[lchild] < heap[lchild + 1]) {
lchild = lchild + 1; //改成右节点
}
//将子节点与当前结点进行比较,观察是否满足堆序性
if (heap[lchild] > heap[current]) {
swap(heap[lchild], heap[current]);
current = lchild;
lchild = current * 2;
}
else {
break;
}
}
}
堆的删除算法:
1.将堆顶元素与最后一个元素交换
2.删除堆顶(现在是最后一个元素)
3.调用调整算法
template<typename Type>
void Heap<Type>::popt()
{
swap(data[0], data[size - 1]);
size = size - 1;
updata(0, size); //调整栈
}
堆排序:
将堆顶元素依次与堆中的元素交换位置,然后对堆顶元素和交换位置的元素的前一个元素进行调整即可
template<typename Type>
void Heap<Type>::heap_sort()
{
for (int i = size - 1; i > 0; --i) { //依次交换,然后排序
swap(data[i], data[0]);
updata(0, i);
}
整体实现代码如下:
#include <iostream>
#include <algorithm>
using namespace std;
// 请在下面实现堆类 Heap
template<typename Type>
class Heap {
private:
Type* data; //用来存储数据
int size; //用来存储元素个数
void updata(int pos, int n); //调整堆元素序列
public:
Heap(int length_input) {
data = new Type[length_input];
size = 0;
}
~Heap() {
delete[] data;
}
void push(Type value);
void output();
Type top(); //输出栈顶元素
void popt(); //弹出栈顶元素
void heap_sort(); //堆排序
};
template<typename Type>
void Heap<Type>::popt()
{
swap(data[0], data[size - 1]);
size = size - 1;
updata(0, size); //调整栈
}
//输出栈顶元素
template<typename Type>
Type Heap<Type>::top()
{
return data[0];
}
template<typename Type>
void Heap<Type>::push(Type value)
{
data[size] = value; //先插入元素
int current = size; //当前位置
int father = (current - 1) / 2;
while (data[current] > data[father]) {
swap(data[current], data[father]); // 不满堆序列的话, 就要进行交换
current = father;
father = (current - 1) / 2;
}
size = size + 1;
}
template<typename Type>
void Heap<Type>::output()
{
for (int i = 0; i < size; ++i) {
cout << data[i] << " ";
}
cout << endl;
}
template<typename Type>
void Heap<Type>::updata(int pos, int n)
{
//因为是从0开始计数,所以要分别加1加2
int lchild = pos * 2 + 1;
int rchild = pos * 2 + 2;
int max_pos = pos; //左右结点中最大的那个
if (lchild < n && data[max_pos] < data[lchild]) {
max_pos = lchild;
}
if (rchild < n && data[max_pos] < data[rchild]) {
max_pos = rchild;
}
if (max_pos != pos) {
swap(data[max_pos], data[pos]);
updata(max_pos, n); //这是从上到下的调整法
}
}
template<typename Type>
void Heap<Type>::heap_sort()
{
for (int i = size - 1; i > 0; --i) { //依次交换,然后排序
swap(data[i], data[0]);
updata(0, i);
}
}
int main() {
int arr[10] = { 12, 9, 30, 24, 30, 4, 55, 64, 22, 37 };
Heap<int> heap(100);
for (int i = 0; i < 10; i++) {
heap.push(arr[i]);
}
heap.output();
cout << heap.top() << endl;
heap.popt();
heap.output();
heap.heap_sort();
heap.output();
system("PAUSE");
return 0;
}