二叉堆的经典运用

这篇博客探讨了二叉堆在优化贪心算法中的作用,包括在Huffman树和杂题中的应用。通过分析AcWing上的例题,如动态中位数、黑盒子、合并果子和荷马史诗等,阐述了如何利用二叉堆解决实际问题。同时,讨论了贪心算法设计的难点,并展示了如何借助优先队列实现高效的解决方案。
摘要由CSDN通过智能技术生成

1.对顶堆

例题0:AcWing 106.动态中位数
回去复习
例题1:AcWing 162.黑盒子
这题其实就很水了,用之前对顶堆的思想,但却不是平均存,而是根据i的变化来实时调整堆中元素的个数。代码如下:

#include<iostream>
#include<queue>
using namespace std;
const int N=3e4+5;
int a[N],u[N];
priority_queue<int> q1;
priority_queue<int,vector<int>,greater<int>> q2;
int main(){
   
    int m,n;
    cin>>m>>n;
    for(int i=1;i<=m;i++) cin>>a[i];
    for(int i=1;i<=n;i++) cin>>u[i];
    for(int i=1,j=1;i<=n&&j<=m;j++){
   
        if(!q1.size() || a[j]<q1.top()){
   
            q1.push(a[j]);
        }
        else{
   
            q2.push(a[j]);
        }
        while(u[i]==j){
   
            while(q1.size()>i){
   
                q2.push(q1.top());
                q1.pop();
            }
            while(q1
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
运用二叉堆进行A*算法可以提高搜索效率和优化路径选择。A*算法是一种启发式搜索算法,它在图形中寻找最短路径。二叉堆是一种用于优先队列的数据结构,它可以用来存储和管理A*算法的开放列表。下面将简单介绍使用二叉堆的A*算法步骤。 首先,我们需要定义两个数据结构:一个是存储节点及其相关信息的数据结构,另一个是用于构建二叉堆数据结构。节点的相关信息包括节点的位置、最短路径估计值和启发函数值等。 其次,我们需要创建一个初始节点作为起点,并将其放入二叉堆中。 接下来,我们开始循环处理开放列表中的节点,直到找到目标节点或者开放列表为空。在每次循环中,我们从二叉堆中取出估计值最小的节点,即最有可能的下一个节点,并将其从二叉堆中移除。 然后,我们需要检查该节点是否为目标节点,如果是则表示找到了最短路径。否则,我们将该节点标记为已访问,并将其邻居节点添加到二叉堆中。 在添加邻居节点到二叉堆中时,我们需要更新节点的最短路径估计值和父节点指针。如果新的最短路径估计值比原先的估计值更小,则更新节点的估计值,并更新其父节点指针指向当前节点。 最后,当循环结束时,我们可以通过回溯父节点指针从目标节点回溯到起点,找到最短路径。 总结来说,运用二叉堆进行A*算法的关键是使用二叉堆来维护开放列表,通过对估计值进行排序,优先处理最有可能的节点,从而提高算法的效率。同时,二叉堆也可以方便地进行节点的插入和删除操作,使得算法的实现更加简单和高效。
评论
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