数据结构堆(Heap)的实现
堆的概念
如果有一个关键码的集合K = { , , ,…, },把它的所有元素按完全二叉树的顺序存储方式存储
在一个一维数组中,并满足: <= 且 <= ( >= 且 >= ) i = 0,1,2…,则称为小堆(或大堆)。将根节点最大的堆叫做最大堆或大根堆,根节点最小的堆叫做最小堆或小根堆。
- 小堆的示例
- 大堆的示例
堆的性质:
- 堆中某个节点的值总是不大于或不小于其父节点的值;
- 堆总是一棵完全二叉树
堆的向上调整算法
当我们在一个堆的末尾插入一个数据后,需要对堆进行调整,使其仍然是一个堆,这时需要用到堆的向上调整算法。
向上调整思想(建小堆)
1.将插入结点与其父结点比较。
2. 若插入结点的值比其父结点的值小,则交换插入结点与其父结点的位置,并将原目标结点的父结点当作新的目标结点继续进行向上调整。若插入结点的值比其父结点的值大,则停止向上调整,此时该树已经是小堆了。
代码实现如下:
void Swap(int* x, int* y)
{
int tmp = *x;
*x = *y;
*y = tmp;
}
void AdjustUp(HPDataType* a, int child)
{
int parent = (child - 1) / 2;
while (child > 0)
{
if (a[child] > a[parent])
{
Swap(&a[child], &a[parent]);
//HPDataType t = a[parent];
//a[parent] = a[child];
//a[child] = t;
child = parent;
parent = (child - 1) / 2;
}
else
{
break;
}
}
}
堆的向下调整算法
现在我们给出一个数组,逻辑上看做一颗完全二叉树。我们通过从根节点开始的向下调整算法可以把它调整成一个小堆。向下调整算法有一个前提:左右子树必须是一个堆,才能调整。
若想将其调整为小堆,那么根结点的左右子树必须都为小堆。
若想将其调整为大堆,那么根结点的左右子树必须都为大堆。
向下调整思想(建小堆)
- 从根节点处开始,选出其左右孩子中值较小的孩子节点;
- 让较小的孩子与父亲进行比较;
1).若较小的孩子比父亲还小,则该孩子与其父亲的位置进行交换。并将原来较小的孩子的位置当成父亲继续向下进行调整,直到调整到叶子结点为止。
2).若较小的孩子比父亲大,则不需处理了,调整完成,整个树已经是小堆了。
代码实现如下:
void Swap(int* x, int* y)
{
int tmp = *x;
*x = *y;
*y = tmp;
}
堆的向下调整(小堆)
void AdjustDown(int* a, int n, int parent)
{
int child = parent * 2 + 1;//假设其左孩子的值较小
while (child < n)
{
if (child + 1 < n
&&a[child + 1] > a[child])//右孩子存在并且右孩子比左孩子还小
{
++child;
}
if (a[child] < a[parent])//左右孩子中较小孩子的值比父结点还小
{
//将父结点与较小的子结点交换
Swap(&a[child], &a[parent]);
//继续向下进行调整
parent = child;
child = 2 * parent + 1;
}
else//成堆
{
break;
}
}
}
使用堆的向下调整算法,最坏的情况下(即一直需要交换结点),需要循环的次数为:h - 1次(h为树的高度)。而h = log(N+1)。所以堆的向下调整算法的时间复杂度为:O(logN) 。
因为在使用向下调整算法时,我们首先需要得到一个堆,那对于任意一棵树,我们如何将其调整为堆呢?
我们只需要从倒数第一个非叶子结点开始,从后往前,按下标,依次作为根去向下调整即可。
代码实现如下:
//建堆
for (int i = (n - 1 - 1) / 2; i >= 0; i--)
{
AdjustDown(php->a, php->size, i);
}
总结:
堆的向下调整算法的时间复杂度:T ( n ) = O ( log N )
建堆的时间复杂度:T ( n ) = O ( N )
堆的实现
堆的初始化
首先,必须创建一个堆类型,该类型中需包含堆的基本信息:存储数据的数组、堆中元素的个数以及当前堆的最大容量。
typedef int HPDataType;
typedef struct Heap
{
HPDataType* a;
int size;
int capacity;
}HP;
void HeapInit(HP* php)
{
assert(php);
php->a = NULL;
php->capacity = php->size = 0;
}
堆的销毁
void HeapDestroy(HP* php)
{
assert(php);
free(php->a);
php->a = NULL;
php->capacity = php->capacity = 0;
}
堆的插入
void HeapPush(HP* php, HPDataType x)
{
assert(php);
if (php->capacity == php->size)
{
int newCapacity = php->capacity == 0 ? 4 : php->capacity * 2;
HPDataType* t = (HPDataType*)realloc(php->a, newCapacity * sizeof(HPDataType));
if (t == NULL)
{
perror("realloc fail");
return;
}
php->a = t;
php->capacity = newCapacity;
}
php->a[php->size] = x;
php->size++;
AdjustUp(php->a, php->size - 1);
}
堆的删除(堆顶元素)
void HeapPop(HP* php)
{
assert(php);
assert(!HeapEmpty(php));
Swap(&php->a[0], &php->a[php->size - 1]);
php->size--;
AdjustDown(php->a, php->size, 0);
}
堆顶元素的获取
HPDataType HeapTop(HP* php)
{
assert(php);
assert(!HeapEmpty(php));
return php->a[0];
}
堆的判空
bool HeapEmpty(HP* php)
{
assert(php);
return php->size == 0;
}
堆数据个数的获取
int HeapSize(HP* php)
{
assert(php);
return php->size;
}