要说最大堆和最小堆,就得先知道最大树和最小树。
每个结点的值都大于(小于)或等于其子节点(如果有的话)值的树,就叫最大(最小)树。
最大堆(最小堆)是最大(最小)完全树。
由于堆是完全二叉树,所以可以用公式化描述,用一维数组来有效的描述堆结构。
利用二叉树的性质:
如果对一棵有n个结点的完全二叉树的结点按层序编号(从第1层到第[log2n]向下取整+1层,每层从左到右),则对任一结点i(1≤i≤n),有:
(1)如果i=1,则结点i无双亲,是二叉树的根;如果i>1,则其双亲是结点[i/2]向下取整。
(2)如果2i>n,则结点i为叶子结点,无左孩子;否则,其左孩子是结点2i。
(3)如果2i+1>n,则结点i无右孩子;否则,其右孩子是结点2i+1。
这样就就可以将堆中结点移到它的父节点或者其中一个子节点处。
堆中进行的操作主要是:插入,删除,以及初始化。
下面只讨论最大堆。
在最大堆中进行插入操作,例如在下图所示的左边的最大堆中进行插入,插入后结构应该是和右边的图一样的。
插入时,现将新元素从新堆的父节点开始比较,也就是先从2所在结点开始比较,如果小于父节点的值,那么就直接作为孩子结点插入,如果大于,那么就要现将父节点下移,然后再和父节点的父节点比较,一直比较到根节点为止,所以插入过程,是从叶节点到根的一条路径。
最大堆的删除,从最大堆的删除时,该元素从根部移出。删除后,此时堆需要重新构造,以便于仍然为完全二叉树。例如下图:
先将根节点的值20取出后,为了结构仍然是二叉树,所以直接将最后一个结点,也就是保存2的结点去掉,然后将2的值保存下来,然后呢,就从根节点的两个孩子开始比较,看看2 根的左右孩子,这三个元素中,谁最大,那么根节点的值就是谁,然后就将2和空出来的结点的左右孩子(如果有的话)比较,确认子树的根节点的值,这样一步一步确认下去。
用数组初始化堆,数组元素显示按照下面的顺序,一个一个放在结点中
然后就从最后一个父节点开始,就是第五个结点,10所在的位置啦,从那里开始构造以该节点为根的最大堆。构造好后就移到下一个结点,15所在结点,以此类推,一直到根节点。
下面是代码:
文件"maxheap.h"
#include <iostream> using namespace std; template <class T> class MaxHeap { private: T *heap; int CurSize; int MaxSize; public: MaxHeap(int maxsize=10) { MaxSize=maxsize; CurSize=0; heap=new T[MaxSize+1]; } ~MaxHeap() { delete[]heap; } int Get_Size() const { return CurSize; } T Get_Max() { if(CurSize==0) { cout<<"堆为空"<<endl; return -9999; } else { return heap[1]; } } MaxHeap<T> &Insert(const T& x) { if(CurSize==MaxSize) { cout<<"堆满,"<<x<<" 插入失败"<<endl; return *this; } //为x寻找应插入位置 //i从新的叶子结点开始,沿着树向上 int i=++CurSize; while(i!=1 && x>heap[i/2]) { heap[i]=heap[i/2]; //将元素下移 i/=2; //移向父节点 } heap[i]=x; cout<<x<<" 插入成功"<<endl; return *this; } MaxHeap<T> &DeleteMax(T& x) { //将最大元素放入x,并从堆中删除它 if(CurSize==0) { x=-9999; return *this; } x=heap[1]; //重构堆 heap[0]=heap[CurSize--]; //0号位置存放最后一个元素值,然后将该位置删除 //从根开始,为heap[0]寻找合适位置 int i=1; int ci=2; while(ci<=CurSize) { //ci是较大的孩子的位置 if(ci<CurSize && heap[ci]<heap[ci+1]) ci++; //判断是否可以放入heap[i]位置 if(heap[0]>heap[ci]) break; //不能 heap[i]=heap[ci]; i=ci; // 下移一层 ci*=2; } heap[i]=heap[0]; return *this; } void Init_heap(T a[],int size,int maxsize) { delete[]heap; heap=new T[maxsize+1]; CurSize=size; MaxSize=maxsize; for(int j=1;j<size+1;j++) heap[j]=a[j]; //产生一个最大堆 for(int i=CurSize/2;i>=1;i--) { T y=heap[i]; //子树的根 //寻找放置y的位置 int c=2*i; while(c<=CurSize) { if(c<CurSize && heap[c]<heap[c+1]) c++; if(y>=heap[c]) break; heap[c/2]=heap[c]; c*=2; } heap[c/2]=y; } } };测试文件"main.cpp"
#include "maxheap.h" #include <iostream> using namespace std; int main() { MaxHeap<int> hp; int a[11]={-111,5,2,12,3,55,21,7,9,11,9}; cout<<"用数组a来初始化堆:"<<endl; for(int i=1;i<11;i++) cout<<a[i]<<" "; cout<<endl; hp.Init_heap(a,10,15); int max; cout<<"目前堆中最大值为:"<<hp.Get_Max()<<endl; hp.DeleteMax(max); cout<<"删除的堆中最大的元素为:"<<max<<endl; cout<<"删除后,现在堆中最大的元素为:"<<hp.Get_Max()<<endl; cout<<"现在堆的大小为:"<<hp.Get_Size()<<endl; cout<<"向堆中插入新元素"<<endl; hp.Insert(22); hp.Insert(45); hp.Insert(214); hp.Insert(16); hp.Insert(21); hp.Insert(121); hp.Insert(111); cout<<"插入后现在堆的大小为:"<<hp.Get_Size()<<endl; cout<<"现在由大到小输出堆中元素"<<endl; do { hp.DeleteMax(max); if(max== -9999) break; cout<<max<<" "; }while(1); cout<<endl; return 0; }测试结果:
在只是需要使用一个优先队列的时候,这种结构是十分有效率的,空间利用率也很高。但是并不适用于所有优先队列的使用,尤其是需要合并两个优先队列或多个长度不相等的队列的时候。