什么是优先队列?

来源:公众号【编程珠玑】

作者:守望先生

 

前言

我们之前已经介绍过《如何自己实现一个队列》,它们是先入先出的,这很容易用平常的排队来理解。但是如果这个队列要支持有紧急情况的人先出队呢?原先那种队列就不再适用了,我们需要使用本文所提到的特殊队列--优先队列。

优先队列

优先队列也是一种抽象数据类型。优先队列中的每个元素都有优先级,而优先级高(或者低)的将会先出队,而优先级相同的则按照其在优先队列中的顺序依次出队。

也就是说优先队列,通常会有下面的操作:

这样的话,我们完全可以使用链表来实现,例如以O(1)复杂度插入,每次在表头插入,而以O(N)复杂度执行删除最小元素;或者以O(N)复杂度插入,保持链表有序,而以O(1)复杂度删除。

然而优先队列往往使用堆来实现,以至于通常说堆时,就自然而然地想到了优先队列。

二叉堆

二叉树堆是一棵完全二叉树,并且对于每一个节点(根节点除外),它的父节点小于或等于它,这样最小元素就会在堆顶,我们就很容易找到最小元素。如果你还不清楚二叉树,建议先阅读《什么是二叉查找树》。为了理解二叉堆的特性,还需要再介绍两个概念:

如下图一是一棵完全二叉树,而图二中的不是,因为最后一层的叶子节点不全在左边排列。

640?wx_fmt=png

图一:完全二叉树

640?wx_fmt=png

图二:非完全二叉树

二叉堆可以很容易用数组来表示,因为一棵高度为h的完全二叉树有2^h到2^(h+1)-1个节点,这样存放一个二叉堆就不会太浪费空间,而且一旦知道高度,就可以知道节点数的范围。

那么如何使用数组来表示二叉堆怎么存放元素呢?

例如,对于下面的二叉堆(用字母表示的二叉堆),如果存储在数组中,则是下面这样:

640?wx_fmt=png

二叉堆示例

数组中存放情况:

0123456
不存储abcdef

二叉堆的操作

我们假设后面的操作都是让最小元素在堆顶,即对小堆操作。堆的常见操作有:

初始化堆

初始化堆之前,先定义堆结构。

typedef struct HeapStruct{   
{
    int capacity;   //最大元素数量
    int size;    //堆元素数量
    ElementType *eles;  //堆元素数组
}PriorityQueue;

这里定义了HeapStruct结构,包含三个元素,分别是最大容量,当前堆大小,以及堆数组。
因为这里使用的是动态数组,所以我们需要对其进行初始化,当然你也可以参考《如何自己实现一个栈》使用静态数组来实现,但这种方式的缺点很明显,它只能固定堆大小。

堆初始化函数如下:

PriorityQueue *init_PQ(int maxEleNum){   
    PriorityQueue *pq = NULL;

    /*检查输入大小的合法性*/
    if(maxEleNum <= 0 )
        return NULL;
    pq = malloc(sizeof(PriorityQueue));
    if(NULL == pq)
    {
        printf("malloc failed\n");
        return NULL;
    }
    /*下标为0的位置保留,不作使用*/
    pq->eles = malloc((maxEleNum + 1)*sizeof(ElementType));
    if(NULL == pq->eles)
    {
        printf("malloc failed\n");
        free(pq);
        return NULL;
    }

    /*初始化成员*/
    memset(pq->eles,0,(maxEleNum + 1)*sizeof(ElementType));
    pq->capacity = maxEleNum;
    pq->size = 0;
    return pq;
}

主要做了以下几件事:

堆是否已满

判断堆是否已满只需要判断容量和当前大小的比较结果即可:

int pq_is_full(PriorityQueue *pq){  
    if(NULL == pq)
        return false;
    if(pq->capacity == pq->size)
        return true;
    else
        return false;
}

堆是否已空

判断堆是否为空只需要判断它的size是否为0即可:

int pq_is_empty(PriorityQueue *pq){   
    if(NULL == pq)
        return false;
    if(0 == pq->size)
        return true;
    else
        return false;
}

堆的插入

按照我们前面的分析,插入操作是比较容易,放在属于它的下标位置即可,但是为了保持堆的性质,即节点的值要大于等于它的父节点,插入时就需要考虑更多了。

我们可以采取这样的方式:

举个例子,假如要在下面的二叉堆中,再插入2:

640?wx_fmt=png

二叉堆创建或插入

首先把2放在完全二叉树的最后一个位置,即前面提到的空闲位置,如下图:

640?wx_fmt=png

二叉堆插入

由于2比它的父节点5要小,如果插在这里,则不满足堆性质,因此,需要交换它和父节点的位置:

640?wx_fmt=png

二叉堆插入

此时,发现2所在位置仍然比它的父节点要小,因此,还需要和它的父节点交换位置:

640?wx_fmt=png

二叉堆插入

最终状态则满足堆得性质,即父节点总是小于等于它的子节点。

代码实现如下:

int insert_pq(ElementType value,PriorityQueue *pq){  
    int i =0;

    /*确保优先队列没有满*/
    if(pq_is_full(pq))
    {
        printf("priorityQueue is full\n");
        return FAILURE;
    }
    printf("insert %d\n",value);
    /*不断和父节点探测比较,直到找到属于它的位置*/
    for(i = pq->size+1;pq->eles[i/2] > value && i > 1;i/=2)
    {
        pq->eles[i] = pq->eles[i/2];
    }
    pq->eles[i] = value;
    pq->size++;
    return SUCCESS;
}

建立N个元素的二叉堆的时间复杂度为O(N)。

找到最小元素

由于我们在插入的时候就保证了堆的性质,因此找到最小元素是非常容易的,因为它就是位于堆顶,因此代码实现如下:

int find_min(PriorityQueue *pq,ElementType *value){   
    if(pq_is_empty(pq))
    {
        printf("priorityQueue is empty\n");
        return FAILURE;
    }
    /*0处的元素作为哨兵没有使用*/
    *value = pq->eles[1];
    return SUCCESS;
}

删除最小元素

删除与插入相反,删除的是堆顶元素,我们需要找到一个元素来替代堆顶的位置,以保证堆的性质不被破坏。因此进行如下的操作:

还是以前面建立的二叉堆为例,假如要删除堆顶的2。则直接先把2删除,那么2的位置就有一个空穴。

640?wx_fmt=png

删除堆顶元素

这个时候,我们将它的两个子节点中较小的一个,移动到堆顶位置:

640?wx_fmt=png

删除堆顶元素

最后继续将空穴位置处它的子节点较小的一个,移动到空穴位置:

640?wx_fmt=png

删除堆顶元素

最终删除了堆顶元素。

代码实现如下:

int delete_min(PriorityQueue *pq,ElementType *min){   
    int i = 1;
    int minChild =0;
    if(pq_is_empty(pq))
    {
        printf("priorityqueue is empty\n");
        return FAILURE;
    }
    /*取得最小值*/
    *min = pq->eles[1];

    /*暂时取出最后的元素*/
    ElementType last = pq->eles[pq->size];
    pq->size--;
    if(0 == pq->size)
    {
        pq->eles[i] = 0;
        return SUCCESS;
    }
    /*不断将空穴下滑*/
    for(i = 1;i * 2 <= pq->size;i = minChild)
    {
        minChild = i * 2;
        /*找到更小的孩子*/
        if(minChild != pq->size && pq->eles[minChild+1] < pq->eles[minChild])
            minChild+=1;

        /*如果最后一个元素比空穴处的小儿子大,则继续下滑空穴,将该孩子上滤*/
        if(last >pq->eles[minChild])
            pq->eles[i] = pq->eles[minChild];
        /*否则说明last放的位置不会破坏堆性质,则直接退出循环*/
        else
            break;
    }

    /*将最后的元素放在空穴位置*/
    pq->eles[i] = last;
    return SUCCESS;
}

删除操作的平均时间复杂度为O(logN)

完整代码运行结果

完整代码请阅读原文查看或者直接访问:

https://www.yanbinghu.com/2019/05/17/36705.html

运行结果如下:

insert 3
insert 4
insert 5
insert 6
insert 8
insert 2
priorityQueue is full
priorityQueue is full
the arr value is2 4 3 6 8 5
pq size is 6
the min is 2
the min is 3
the min is 4
the min is 5
the min is 6
the min is 8
destory pq success

观察删除最小元素的结果,有没有发现什么呢?

总结

本文介绍了优先队列最常见的实现方式-二叉堆实现,并且介绍了二叉堆地创建,插入和删除等基本操作。而典型的TOP k问题也非常适合使用堆来解决,本文不做介绍。

 

 

关注公众号【编程珠玑】,获取更多Linux/C/C++/Python/Go/算法/工具等原创技术文章。后台免费获取经典电子书和视频资源

640?wx_fmt=jpeg

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