什么是堆
使用数组来实现二叉树就是堆。
完全二叉树使用数组来实现比较好,这样内存的使用率较高。完全二叉树(最后一层可以不满,但必须连续)。
父子间下标的规则:
父找子:leftchile = parent * 2 + 1
,rightchild = parent * 2 + 2
。
子找父:parent = (child - 1) / 2
;
堆分为“大堆”,“小堆”。
大堆(大根堆):任何一个父亲都大于或等于孩子。
小堆(小根堆):任意一个父亲都小于或等于孩子。
堆的实现
结构体定义
typedef int HPDataType;
typedef struct Heap
{
HPDataType* a;
int size;
int capacity;
}HP;
堆接口实现
// 初始化堆
void HeapInit(HP* php)
{
assert(php);
php->a = NULL;
php->size = php->capacity = 0;
}
// 销毁堆, 释放空间
void HeapDestroy(HP* php)
{
assert(php);
free(php->a);
php->a = NULL;
php->size = php->capacity = 0;
}
// 交换堆中的两个元素
void Swap(PDataType* p1, PDataType* p2)
{
HPDataType tem = *p1;
*p1 = *p2;
*p2 = tem;
}
// 向上调整算法
void AdjustUp(HPDataType* a, int child)
{
assert(a);
int parent = (child - 1) / 2;
while(child > 0)
{
if(a[parent] > a[child])
{
Swap(&a[parent], &a[child]);
child = parent;
parent = (child - 1) / 2;
}
else
{
break;
}
}
}
// 向下调整算法
void AdjustDown(HPDataType* a, int n, int parent)
{
assert(a);
int child = parent * 2 + 1;
while(child < n)
{
if(child + 1 < n && a[child] > a[child + 1])
{
child++;
}
if(a[parent] > a[child])
{
Swap(&a[parent], &a[child]);
parent = child;
child = parent * 2 + 1;
}
else
{
break;
}
}
}
// 向堆中增加元素
void HeapPush(HP* php, HPDataType x)
{
assert(php);
if(php->size == php->capacity)
{
int newcapacity = php->capacity == 0 ? 4 : 2 * php->capacity;
HPDataType* tem = (HPDataType*)realloc(php->a, sizeof(HPDataType) * newcapacity);
if(tem == NULL)
{
perror("realloc fail");
return;
}
php->a = tem;
php->capacity = newcapacity;
}
php->a[php->size++] = x;
AdjustUp(php->a, php->size, 0);
}
// 堆是否为空
bool HeapEmpty(HP* php)
{
assert(php);
return php->size == 0;
}
// 将堆尾元素删除
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);
}
// 获取堆顶数据
HPDataType HeapTop(HP* php)
{
assert(php);
return php->a[0];
}
向堆中插入数据, 一般都是在堆的末尾插入数据, 所以在一般插入使用的是向上调整.
堆的删除: 如果直接删除第一个节点, 那么整个堆的结构就乱掉了, 就需要重新建堆. 我们可以将堆顶的元素置换到堆未, 这样就只需要将 size-- 就可以了, 至于置换到堆顶的元素, 只需要对其进行向下调整就可以了.
向上调整
向上调整前提: 本节点以上的已经是一个堆了, 如果本节点以上不是堆, 那么调整起来就没有意义了.
这里的调整算法是以小根堆来演示的.
// 向上调整算法
void AdjustUp(HPDataType* a, int child)
{
assert(a);
int parent = (child - 1) / 2;
while(child > 0)
{
if(a[parent] > a[child])
{
Swap(&a[parent], &a[child]);
child = parent;
parent = (child - 1) / 2;
}
else
{
break;
}
}
}
向下调整
向下调整算法有一个前提:左右子树必须都是一个堆,才能调整。否则调整起来就没有了意义.
// 向下调整算法
void AdjustDown(HPDataType* a, int n, int parent)
{
assert(a);
int child = parent * 2 + 1;
while(child < n)
{
if(child + 1 < n && a[child] > a[child + 1])
{
child++;
}
if(a[parent] > a[child])
{
Swap(&a[parent], &a[child]);
parent = child;
child = parent * 2 + 1;
}
else
{
break;
}
}
}
数组建堆
在建堆的时候, 不一定是一个个的插入数据, 有可能是给了一个数组, 要求将这个数组调整成为堆.
有两种建立方式: 分别是使用向上调整建堆和向下调整建堆.
void AdjustHP(HP* php, HPDataType* arr, int len)
{
HPDataType* tem = (HPDataType*)malloc(len * sizeof(HPDataType));
php->a = tem;
php->capacity = php->size = len;
for (int i = 0; i < len; i++)
{
php->a[i] = arr[i];
}
// 向上
for (int i = 0; i < len; i++)
{
AdjustUp(php->a, i);
}
// 向下
for (int i = (len - 1) / 2; i >= 0; i--)
{
AdjustDown(php->a, len, i);
}
}
向上调整: 相当于是不断地向堆中尾插数据, 然后调用向上调整.
向下调整: 就和向上调整相反, 相当于每次都是在头部新增节点. 向下调整中, 因为堆的最后一层都是单个节点, 没有子树, 所以最后一层不用进行向下调整. 这里方便理解, 图中还是从最后一层开始.
在实际操作中推荐使用向下调整:
从图片中的推导可知, 在h较大的情况下, 向下调整的次数要少于向上调整的.