《算法图解》学习笔记-02

阅读上一篇文章

6.堆

大家在学习C++时应该在书中看到过堆的身影，但当时我们只是认为堆是由new申请的内存空间，不存在自动变量的自动销毁问题，创建和销毁都是软件工程师决定的；现在我们就来看看堆的详细特征；

堆是一种图的树形结构，被用于实现“优先队列”(文章后面会提到)；优先队列是一种可以自由添加数据的结构，但取出数据时要从最小值开始按顺序取出；

堆的特性：

• 每个节点最多有两个子节点，节点的顺序为从上到下，同一行里为从左到右
• 在队中存储数据时必须保证子节点大于父节点，因此新数据会添加在最下面一行靠左的位置，或当本行满时重起一行(但这只是放置新元素的规则，并不代表最终位置)；

下面是一个堆，让我们尝试将5添加到图中：

添加之后：

但这个图是有问题的，因为5成为了6的子节点，但5是小于6的，这和“子节点大于父节点”的定义不符合；于是我们设计这样一套算法规则：

• 从下到上(也可以反着来)整个图，当子节点小于父节点时，父子交换位置；此过程循环进行；
• 当本循环结束时没有进行任何操作时，循环终止；

这样，我们就能得到最终的结果：

那么如何取出数据呢？从堆中取出数据时，必须从最上面取出，也就是拿掉图的顶点；这样会导致一个新的问题：如何选出一个新的顶点？

我们的策略是：将最后一行最右边的数据拿出来作为新的顶点；所以我们先拿掉顶点：

再拿最后一行最右侧节点补位：

然后运行上文提到的算法，调整树的结构：

堆顶端的数据最小，所以无论数据有多少，取出最小值的复杂度都是O(1)，另外取出后需要重新调整树的结构，假设树的节点数是$n$,那么树的高度为${\log }_{2}n$而重构树的时间复杂度为$O({\log }_{10}n)$;

吐槽一点：看到有些算法书将$lo{g}_{10}n$简写为$\log n$，这实际上是完全不对的；正确的简写应该是$\lg n$;

这种数据结构可能乍一看想不出用途，我们会在文章后面用到它；狄克斯特拉算法是一种需要频繁取出最小值的寻路算法，可以将堆用在它中用以加速程序运行速度；

7.二叉查找树

我们在堆中熟悉了树这个概念，而现在的二叉查找树是一种类似的结构；它的性质有：

• 每个节点最多有两个子节点
• 每个节点的值均大于左分支的所有节点
• 每个节点的值均小于右分支的所有节点

因此，查找数据时的策略是：检测本节点是否为目标数据；如果不是，当目标数据大于此节点时，转向右侧的子节点访问，当目标数据小于此节点时，转向左侧的子节点访问；如果仍未找到目标数据，重复执行此过程；

这个例子其实在将基本的编程语言的书中出现过，笔者所了解的最早的版本是The C Programming Language的第二版中提到的一个检索文章中是否有某个单词的小程序；

下面是一个已经排好序的二叉树，需要向其中插入一个新的元素：

假设我们要添加1，可以采用这样的思路：假装我们要寻找1，按照查询数据的思路从顶端开始向下访问，当遇到一个应当出现1但没有出现1的位置时，这就是1应当放置的位置；

简单的做一点思考，我们发现1应当作为3的子节点，并且为3的左支：

添加数据相对来说是比较简单的工作，但从二叉树中删除数据的工作相对繁琐；这里先讨论过程复杂的办法：

• 当删除没有子节点的节点时，直接删除即可
• 当删除有一个子节点的节点时，删除后将子节点放到该节点的位置上

要删除两个子节点的节点就相对比较麻烦了；当删除有两个子节点的节点时：

1. 在节点的左子树寻找最大节点，将最大节点节点放到原节点的位置上
2. 如果左子树还有子节点，就递归执行这个过程

下面讨论简单的方法：
实际上如果开发任务重或时间紧，完全可以在取走某个节点后将节点的子树打散，然后逐个重新添加到树中；这种方式耗费时间长，但是一种快速开发的策略；当程序正常运行后，再重构这部分的代码；

一点拓展知识：

常规的二叉树可能出现一段密度高一段密度低的情况，“平衡二叉树”是针对这个问题设计的一种数据结构；它可以平衡二叉树的重心，小幅度加速读写速度；

继续阅读