数据结构笔记 调整小顶堆为大顶堆，无代码，只有图解

最新推荐文章于 2024-04-20 19:56:06 发布
最新推荐文章于 2024-04-20 19:56:06 发布
阅读量865 收藏 3
点赞数 1
分类专栏： 数据结构 文章标签： 数据结构
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/jonathan_joestar/article/details/105714513
版权

先是下标最大的有子节点的东西开始 图中是2

在这里插入图片描述

对于2 来说 找她的儿子里面大的 是18 那他们两个换一下
在这里插入图片描述

这样 她下面所有的东西都换过了 可以去上一个节点了 就是12
看到下面较大的是40 所以12和40换一下
在这里插入图片描述

然后到了22 这个绿色的 发现子节点没有比他大的 不用变
在这里插入图片描述

然后到最上面的绿色的 发现40 比较大 5 和40 换一下
在这里插入图片描述

但是这个5 发现她还能往下 看到15 大 ，往下换 ，换到底了 ，
然后 这个绿色的也是根节点了 所以就换完了
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

Jonathan Star
关注
  • 1
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
最小堆。最大堆。
valueForKey@"ChiHo"
11-08 4万+
最大堆和最小堆是二叉堆的两种形式。 最大堆：根结点的键值是所有堆结点键值中最大者，且每个结点的值都比其孩子的值大。 最小堆：根结点的键值是所有堆结点键值中最小者，且每个结点的值都比其孩子的值小。 最小堆和最大堆的增删改相似，其实就是把算法中的大于改为小于，把小于改为大于。 生成最大堆：最大堆通常都是一棵完全二叉树，因此我们使用数组的形式来存储最大堆的值，从1号单
尚硅谷 java数据结构与算法 学习笔记(二)
weixin_43691773的博客
12-15 1762
查找算法 二分查找算法 代码实现 package com.luyi.search; import java.util.ArrayList; import java.util.Arrays; /** * 二分查找法 * 注意 使用二分查找法的前提是 数组时有序的 * @author 卢意 * @create 2020-12-09 15:50 */ public class BinarySearch { public static void main(String[] args) {
将小顶堆转换为大顶堆
f81892461的专栏
05-15 1588
使用从元素下标HeapSize/2-1开始到0，使用MaxHeapify()函数重新建堆。 void maxHeapify(int []A,int heapSize,int i) { int left = 2*i; int right = 2*i + 1; int larger = i; if (left A[larger]) { larger = left; } if (r
大顶堆调整
qq_25565903的博客
12-02 949
已知关键字序列（k1,k2,...,kn-1）是大顶堆，试编写算法实现将（k1,k2,...,kn-1,kn）调整为大顶堆，假设n最大值为20。
堆问题（最小堆变最大堆，堆删除，中序遍历）
progiraffe的博客
05-08 4683
2-6 设最小堆（小根堆）的层序遍历结果为 {8, 38, 25, 58, 52, 82, 70, 60}。用线性时间复杂度的算法将该堆调整为最大堆（大根堆），然后连续执行两次删除最大元素操作（DeleteMax）。则该树的中序遍历结果为： ...
堆排序（大顶堆、小顶堆）
qq_43069546的博客
08-14 2183
** 1、什么是堆？ ** 堆是一种非线性结构，（本篇随笔主要分析堆的数组实现）可以把堆看作一个数组，也可以被看作一个完全二叉树，通俗来讲堆其实就是利用完全二叉树的结构来维护的一维数组 按照堆的特点可以把堆分为大顶堆和小顶堆 大顶堆：每个结点的值都大于或等于其左右孩子结点的值 小顶堆：每个结点的值都小于或等于其左右孩子结点的值 （堆的这种特性非常的有用，堆常常被当做优先队列使用，因为可以快速的访问到“最重要”的元素） ** 2、堆的特点（数组实现） ** 我们对堆中的结点按层进行编号，将这种逻辑结构映射到
【墨尘の笔记】数据结构与算法
IntFase的博客
04-20 1183
前言 仙人指路 [第一章](# 第一章)为入门，讲解数据结构是干什么的 [第二章](# 第二章)到第四章是数据结构基础，主要讲解链表，栈，队列，串等 [第五章](# 第五章)是二叉树 [第六章](# 第六章)是图,此章偏难，非考研或算法从业可粗略看 [第七章](# 第七章)到第八章是查找以及各种排序 [第九章](# 第九章)为补充，教材中没有的部分概念我随机补充上去 墨尘の话 本文内容主要参考王道考研，其中21版本咸鱼学长的课尚可，20版本比较枯燥,可选择性学习 浙大陈越姥姥的课比较精简且侧重于练习，能看懂
09 树结构的实际运用【数据结构与算法学习笔记(Java)】
小智爱学习的博客
03-09 311
数据结构与算法（Java实现） 我的学习资料： 视频：尚硅谷Java数据结构与java算法（Java数据结构与算法） 书籍：《大话数据结构》 笔记中包括学习的内容，代码，同时自己总结了知识点速记（部分会带页内跳转，可点击跳转）供快速回顾和记忆学到的知识点。 十、树结构的实际运用 10.1 堆排序 10.1.1 堆排序基本介绍 堆排序是利用堆这种数据结构而设计的一种排序算法，堆排序是一种选择排序，它的最坏，最好，平均时间复杂度均为 O(nlogn)，它也是不稳定排序。 堆是具有以下性质的完全二叉树：每个结点
数据结构经典排序算法——python（详细汇总）
perfect_code_hzy的博客
08-28 1803
python算法学习笔记前言一、冒泡排序1.1 算法步骤1.2 图解1.3 排序效率1.4 Python代码实现二、选择排序2.1 算法步骤2.2 图解2.3 Python代码实现三、插入排序3.1 算法步骤3.2 图解3.3 排序效率3.4 Python代码实现四、希尔排序4.1 算法步骤4.2 图解4.3 排序效率4.4 Python代码实现五、归并排序5.1 算法步骤5.2 图解5.3 Python代码实现六、快速排序6.1 算法步骤6.2 图解6.3 Python代码实现七、堆排序7.1 算法步骤7
堆排序算法（图解详细流程）
最新发布
2301_76225404的博客
04-20 949
Java架构学习技术内容包含有：Spring，Dubbo，MyBatis, RPC, 源码分析，高并发、高性能、分布式,性能优化，微服务 高级架构开发等等。还有Java核心知识点+全套架构师学习资料和视频+一线大厂面试宝典+面试简历模板可以领取+阿里美团网易腾讯小米爱奇艺快手哔哩哔哩面试题+Spring源码合集+Java架构实战电子书+2021年最新大厂面试题。《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取！
算法学习：堆排序（大顶堆）
HKpeng的学习记录
03-01 783
1、什么是堆？ 堆是一种非线性结构，可以把堆看作一个数组，也可以被看作一个完全二叉树，通俗来讲堆其实就是利用完全二叉树的结构来维护的一维数组，按照堆的特点可以把堆分为大顶堆和小顶堆。 大顶堆：每个根结点的值都大于或等于其左右孩子结点的值 小顶堆：每个根结点的值都小于或等于其左右孩子结点的值 假如根节点的下标为x，则左孩子的下标为2x+1，右孩子的下标为2x+2 2、堆和普通树的区别...
【数据结构】堆排序-大顶堆、小顶堆、堆排序
weixin_37838913的博客
04-07 1697
堆排序-大顶堆、小顶堆、堆排序大顶堆小顶堆堆排序堆排序代码实现 大顶堆 完全二叉树 父节点>左右子节点 arr[n]>arr[2n+1]&&arr[2n+2] 升序用大顶堆 小顶堆 完全二叉树 父节点<左右子节点 arr[n]<arr[2n+1]&&arr[2n+2] 降序用小顶堆 堆排序 1.假设给定无序序列结构如下 ...
交换排序图解_大顶堆/小顶堆的构建以及排序的应用
weixin_34552961的博客
01-05 1078
图解大顶堆的构建、排序过程转载：图解大顶堆的构建、排序过程 - 鹿呦呦 - 博客园一、什么是堆堆是一种非线性结构，可以把堆看作一棵二叉树，也可以看作一个数组，即：堆就是利用完全二叉树的结构来维护的一维数组。堆可以分为大顶堆和小顶堆。大顶堆：每个结点的值都大于或等于其左右孩子结点的值。小顶堆：每个结点的值都小于或等于其左右孩子结点的值。如果是排序，求升序用大顶堆，求降序用小顶堆。一般我们说 topK...
关于堆的构建和调整
weixin_43562123的博客
10-20 1499
堆的定义（以小顶堆为例）： 给定一个初始序列，在此基础上建堆。每个序列号（从1开始）为i的节点左孩子为2i，右孩子为2i+1. 小顶堆即为每个以当前节点为根节点的子树中，最小的值总是根节点的值。因此根据迭代思想，当前节点的值（设为a），与左右两子树相比较，使最小的节点值（设为b）成为根节点，即可保证在当前子树中最小的值一定是根节点。因此堆的整体调整是由下向上的过程。 当节点a经过调整位置下沉后，需要进行后续调整直至找到合适的位置或者抵达序列边界为止。因此单个节点的调整是由上而下的过程。 代码模板： int
堆排序（大顶堆）
艾克
03-16 149
# ifndef maxheap # define maxheap # include&lt;iostream&gt; using namespace std; const int capacity=100; class maxHeap { public: maxHeap() { heap=new int [capacity]; heapsize=0; ...
线性表 之 数组调整顺序
李奥 - 追梦赤子心
02-24 253
//数组顺序调整，奇数位于偶数前，没有要求相对位置不变 #include int main() {     int i, j, k, n, t ,arr[100000];     bool first;     while (scanf("%d", &n) != EOF)     {         first = true;         k = 0;         f
堆排序；大顶堆、小顶堆
什么时候才不是菜鸟....
10-21 356
堆排序；大顶堆、小顶堆
基础排序7之堆排序
weixin_54401017的博客
02-08 662
堆化：定义：把一个乱序的数组变成一个大顶堆或者小顶堆 堆化对堆排序有重要作用，后面会阐述 如何让给定的一个数组实现堆化：（这里我们以大顶堆为例） 假设这里有个数组arr[]={1,8,5,6,2,4,11} 对应的二叉树的形式 这里我们先找到最后一个非叶子节点（arr.length/2-1）,为什么是arr.length/2-1?首先我们知道已知子节点i则父节点：（i-1）/2,而最后一个非叶子节点的子节点一定是arr.length-1。 这里我们找到最后一个非叶子节点5后，然后把 这一小部
堆排序（浅谈大顶堆与小顶堆）
热门推荐
不务正业随手记
09-14 3万+
1、什么是堆？ 堆是一种非线性结构，（本篇随笔主要分析堆的数组实现）可以把堆看作一个数组，也可以被看作一个完全二叉树，通俗来讲堆其实就是利用完全二叉树的结构来维护的一维数组，按照堆的特点可以把堆分为大顶堆和小顶堆。 大顶堆：每个结点的值都大于或等于其左右孩子结点的值 小顶堆：每个结点的值都小于或等于其左右孩子结点的值 2、堆的特点 我们对堆中的结点按层进行编号，将这种逻辑结构映射到数组中就是下面...
郝斌数据结构笔记：要点+源代码详解
首先，数据结构被定义为一种组织和管理数据的方式，它将现实世界中的问题转化为特定的数据类型和存储结构，并通过算法来操作这些数据。数据结构由两部分构成：一是数据的存储方式，如数组、链表等；二是数据之间的...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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