模拟堆的基本操作

文章介绍了堆的概念,包括大根堆和小根堆,并展示了使用数组模拟堆的存储方式。堆的主要操作如插入、求最值、删除和修改元素的步骤被详细阐述。此外,提供了两个Acwing平台上的代码示例,一个是基于堆的模拟程序,另一个是堆排序的实现。
摘要由CSDN通过智能技术生成

堆的定义

        这里的堆相当于C++的STL容器中的优先队列,形状为一棵完全二叉树

        大根堆:对于每个节点的数值大于左右子树,堆顶元素为最大值

        小根堆:对于每个节点的数值小于左右子树,堆顶元素为最小值


堆的存储方式(数组模拟) 


堆的操作

        1.插入一个数:heap[++ size] = x, up(size);

        2.求集合当中的最值:heap[1]

        3.删除最值:heap[1] = heap[size], size --, down(1);

        4.删除任意一个元素:heap[k] = heap[size], size --, down(k), up(k);

        5.修改任意一个元素:heap[k] = x, down(k), up(k);


模板 (小根堆):

void down(int u)
{
    int t = u;//t存储最小值
    if (u * 2 <= cnt && h[u * 2] < h[t]) t = 2 * u;
    if (u * 2 + 1 <= cnt && h[u * 2 + 1] < h[t]) t = 2 * u + 1;
    if (u != t)
    {
        swap(u, t);
        down(t);
    }
}
void up(int u)
{
    while (u / 2 && h[u / 2] > h[u])
    {
        swap(u / 2, u);
        u /= 2;
    }
}

 Acwing模拟堆(映射)

思路: 

#include <iostream>
#include <algorithm>

using namespace std;

const int N = 1e5 + 10;
int h[N], hp[N], ph[N];
//hp代表这是第几个插入的数
//ph[k]表示第k个插入的数在哪里
int sz; // 存储堆中元素个数
int cnt = 0; // 存储插入的所有数的个数


void heap_swap(int a, int b)
{
    swap(ph[hp[a]], ph[hp[b]]);
    swap(hp[a], hp[b]);
    swap(h[a], h[b]);
}
void down(int u)
{
    int t = u;
    if (2 * u <= sz && h[2 * u] < h[t]) t = 2 * u;
    if (2 * u + 1 <= sz && h[2 * u + 1] < h[t]) t = 2 * u + 1;
    if (u != t)
    {
        heap_swap(u, t);
        down(t);
    }
}
void up(int u)
{
    while (u / 2 && h[u / 2] > h[u])
    {
        heap_swap(u / 2, u);
        u /= 2;
    }
}
int main()
{
    int n;
    cin >> n;
   
    while (n --)
    {
        string op;
        cin >> op;
        if (op == "I")
        {
            int x;
            cin >> x;
            cnt ++;
            sz ++;
            ph[cnt] = sz;
            hp[sz] = cnt;
            h[sz] = x;
            up(sz);
        }
        else if (op == "PM")
        {
            cout << h[1] << endl;
        }
        else if (op == "DM")
        {
            heap_swap(1, sz);
            sz --;
            down(1);
        }
        else if (op == "D")
        {
            int k;
            cin >> k;
            k = ph[k];
            heap_swap(k, sz);
            sz --;
            up(k);
            down(k);
        }
        else if (op == "C")
        {
            int k, x;
            cin >> k >> x;
            k = ph[k];
            h[k] = x;
            down(k);
            up(k);
        }
    }
}

 


Acwing838. 堆排序

#include <iostream>
#include <algorithm>

using namespace std;

const int N = 100010;
int h[N], s;

void down(int u)
{
    int t = u;//三个点中的最小值对应的位置
    if (2 * u <= s && h[2 * u] < h[t]) t = 2 * u;//若左儿子存在,并且u对应位置上的左儿子比当前位置上的值小,
    if (2 * u + 1 <= s && h[2 * u + 1] < h[t]) t = 2 * u + 1;//若右儿子存在,将当前最小值与右儿子进行比较
    if (t != u)//u位置所对应的值不是三个点中的最小值
    {
        swap(h[t], h[u]);//将u位置所对应的值与最小值进行交换
        down(t);//继续递归,t = u为递归出口
    }
}
int main()
{
    int n, m;
    scanf("%d%d",&n,&m);
    for (int i = 1 ; i <= n; i ++ ) scanf("%d",&h[i]);
    s = n;
    for (int i = n / 2; i; i --) down(i);
    
    while (m --)
    {
        printf("%d ",h[1]);
        h[1] = h[s];
        s --;
        down(1);
    }
}

如有错误,欢迎指正!!! 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: Python提供了一个内置的数据结构叫做,它可以帮助你实现排序,最小,最大等功能。Python的heapq模块提供了一些函数来操作,比如heappush(),heappop(),heapify()等等。你可以使用这些函数来模拟数据结构。 ### 回答2: 使用Python编程语言来模拟数据结构是很容易的。下面是一个简单的例子: 首先,可以创建一个名为Heap的类来实现的相关操作。该类有一个列表作为成员变量来存储中的元素。可以创建构造方法来初始化这个列表。例如: ```python class Heap: def __init__(self): self.heap = [] ``` 接下来,可以实现一些基本操作,如插入元素、删除元素和获取的大小等。以下是一个示例: ```python class Heap: def __init__(self): self.heap = [] def insert(self, value): self.heap.append(value) self._heapify_up(len(self.heap) - 1) def delete(self, index): if len(self.heap) == 0: return self._swap(index, len(self.heap) - 1) self.heap.pop() self._heapify_down(index) def size(self): return len(self.heap) def _heapify_up(self, index): parent = (index - 1) // 2 if index > 0 and self.heap[index] < self.heap[parent]: self._swap(index, parent) self._heapify_up(parent) def _heapify_down(self, index): left_child = (2 * index) + 1 right_child = (2 * index) + 2 smallest = index if left_child < len(self.heap) and self.heap[left_child] < self.heap[smallest]: smallest = left_child if right_child < len(self.heap) and self.heap[right_child] < self.heap[smallest]: smallest = right_child if smallest != index: self._swap(index, smallest) self._heapify_down(smallest) def _swap(self, i, j): self.heap[i], self.heap[j] = self.heap[j], self.heap[i] ``` 上面的代码演示了如何使用Python模拟数据结构。通过创建一个Heap类,使用列表来表示基本操作,如插入、删除和获取大小。还实现了一些辅助方法(以"_"为前缀),例如_heapify_up和_heapify_down来调整的顺序。 总之,使用Python来模拟数据结构是相对简单的。可以使用类和列表来实现基本操作,并实现一些辅助方法来维护的特性。 ### 回答3: Python可以使用列表来模拟数据结构是一个完全二叉树,其中的每个节点的键值都必须大于等于(或小于等于)其子节点的键值。下面是一个使用列表来模拟最小的示例: ```python class MinHeap: def __init__(self): self.heap = [] def parent(self, i): return (i-1)//2 def left_child(self, i): return 2*i + 1 def right_child(self, i): return 2*i + 2 def insert(self, k): self.heap.append(k) i = len(self.heap) - 1 while i != 0 and self.heap[self.parent(i)] > self.heap[i]: self.heap[self.parent(i)], self.heap[i] = self.heap[i], self.heap[self.parent(i)] i = self.parent(i) def extract_min(self): if len(self.heap) == 0: return None min_value = self.heap[0] self.heap[0] = self.heap.pop() self.min_heapify(0) return min_value def min_heapify(self, i): left = self.left_child(i) right = self.right_child(i) smallest = i if left < len(self.heap) and self.heap[left] < self.heap[smallest]: smallest = left if right < len(self.heap) and self.heap[right] < self.heap[smallest]: smallest = right if smallest != i: self.heap[i], self.heap[smallest] = self.heap[smallest], self.heap[i] self.min_heapify(smallest) ``` 这个MinHeap类包含了一些基本的操作,包括构造函数`__init__`、找到父节点`parent`、找到左孩子节点`left_child`、找到右孩子节点`right_child`、插入一个元素`insert`、提取最小元素`extract_min`以及维持的性质`min_heapify`等。 这样,我们就可以使用这个MinHeap类来模拟数据结构了。例如,我们可以使用如下代码创建一个最小、插入一些元素并提取最小元素: ```python heap = MinHeap() heap.insert(3) heap.insert(2) heap.insert(1) heap.insert(4) print(heap.heap) # 输出: [1, 3, 2, 4] min_value = heap.extract_min() print(min_value) # 输出: 1 print(heap.heap) # 输出: [2, 3, 4] ``` 这段代码首先创建了一个最小,然后向中插入了一些元素,最后使用`extract_min`方法提取出最小元素并打印结果。
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