数据结构 ----- 堆

❤️ 堆实现

💟 1、什么是堆

释义：

堆是计算机科学中一类特殊的数据结构的统称，堆通常是一个可以被看做一颗完全二叉树的数组对象。

堆总是满足下列性质：

• 堆中的某个结点的值总是不大于或不小于其父结点的值
• 堆总是一颗完全二叉树

释义补充：

将根结点最大的堆叫做最大堆或者大根堆，根结点最小的堆叫做最小堆或小根堆

完全二叉树：一颗深度为k的有n个结点的二叉树，对树中的结点按从上至下、从左到右的顺序进行编号，如果编号为i（1≤i≤n）的结点与满二叉树中编号i的结点在二叉树中的位置相同，则这颗二叉树称为完全二叉树。

如图（以二叉树为3层为例）：

满二叉树：二叉树的层数为k，则其总结点数为2^k-1

完全二叉树：二叉树的层数为k，则其总结点数为 2^(k-1) ≤ N ≤2^k -1

最后一层结点数可能不满，但其结点必须从左到右依次排列，不能间隔。所以满二叉树为一种特殊的完全二叉树。

💝 2、堆源码查看

PS:本文主要分析堆实现过程中重点的思想，具体的堆实现代码请移步到代码仓库查看

堆实现源文件查看 ---------------------------------------------->堆实现源文件

堆实现头文件查看 ---------------------------------------------->堆实现头文件

💚 3、堆的基本操作

//初始化堆
void HeapInit(HP* heap);
//销毁堆
void HeapDestory(HP* heap);
//插入元素
void HeapPush(HP* heap, HeapDataType x);
//删除堆顶元素
void HeapPop(HP* heap);
//返回堆顶元素
HeapDataType HeapTop(HP* heap);
//判断堆是否为空
bool HeapEmpty(HP* heap);
//返回堆的size
size_t HeapSize(HP* heap);
//向下调整函数
void DownAdjusting(HeapDataType* a, size_t size);
//向上调整函数
void UpAdjusting(HeapDataType* a, size_t child);
//交换元素
void Swap(HeapDataType* child, HeapDataType* parent);

💜 4、向上调整算法、向下调整算法（重点）

🖊（一）向上调整

• 代码查看

void UpAdjusting(HeapDataType* a, size_t child)
{
	size_t parent = (child - 1) / 2;
	//这里的循环判断条件不能为  parent>=0（在取<时，会多走一次循环条件） 或者 parent>0(最后一次不会进入，即parent为0时)
	while (child > 0)
	{
#ifdef SmallHeap
		if (a[child] < a[parent])
		{
			//交换父子节点
			Swap(&a[child], &a[parent]);
			//迭代
			child = parent;
			parent = (child - 1) / 2;
		}
		else
		{
			break;
		}
#endif  //SmallHeap
#ifdef BigHeap
		if (a[child] > a[parent])
		{
			//交换父子节点
			Swap(&a[child], &a[parent]);
			//迭代
			child = parent;
			parent = (child - 1) / 2;
		}
		else
		{
			break;
		}

#endif // BigHeap
	}
}

• 算法分析

1、向上调整算法用在对堆进行插入数据时。当将新的数据插进堆时，堆原本的结构被破坏了，所以需要向上调整算法进行重新建堆。

如图:

2、算法思想

• 当我们插入数据后的二叉树时，会发现若抹去新插入的结点后，剩余结构为堆的形式。
• 为了满足原来小根堆的结构，即父结点总是小于其子结点的结构，我们需要找到离新插入节点的最近的父节点，然后让其数据与父节点的数据进行比较，若其值比父节点小，则交换，否则就已满足小根堆结构。

交换过程如图:

不断使用向上调整算法后，此时的完全二叉树就又满足堆的性质。

✏️ （二）向下调整

• 代码查看

void DownAdjusting(HeapDataType* a, size_t size)
{
	size_t parent = 0;
	size_t minchild = parent * 2 + 1;
	while (minchild < size)
	{
		//找出左右孩子最小的一个
		if (minchild + 1 < size && a[minchild + 1] < a[minchild])
		{
			minchild++;
		}
		//判断大小并交换
#ifdef SmallHeap

		if (a[minchild] < a[parent])
		{
			//交换
			Swap(&a[minchild], &a[parent]);
			//迭代
			parent = minchild;
			minchild = parent * 2 + 1;
		}
		else
		{
			break;
		}
#endif

#ifdef BIgHeap
		if (a[minchild] < a[parent])
		{
			//交换
			Swap(&a[minchild], &a[parent]);
			//迭代
			parent = minchild;
			minchild = parent * 2 + 1;
		}
		else
		{
			break;
		}
#endif // BIgHeap

	}
}

• 算法分析

1、向下调整算法在堆实现过程中用在删除堆顶元素时。

当我们需要删除堆顶元素时，我们是将堆顶元素与最后一个元素进行交换，然后再令size自减后即可删除对堆顶元素

如图：

2、算法思想

• 我们需要对删除堆顶数据后的二叉树进行调整，使他重新具有小堆的结构。
• 此时的二叉树，除去堆顶数据后，剩余的结构仍保持堆的结构，所以只需要对堆顶元素使用向下调整算法即可
• 因为小堆必须保证父结点小于其左右两个结点，所以我们需要对两个子结点进行比较大小，取最小的结点与父节点进行替换。

交换过程如图：