堆向上调整及堆向下调整

个人主页:Lei宝啊

愿所有美好如期而遇


前言: 

在堆这一节中,孩子和其父节点有如下关系:

左孩子:left_child = parent * 2 + 1;

右孩子:right_child = parent * 2 + 2;

父节点在计算时,因为兄弟节点的父母都相同,所以对兄弟节点来说;

parent = (left_child - 1)/2;  或者

parent = (right_child - 2)/2;

但我们会发现,右孩子按照左孩子计算的方法仍然能够找到父母,所以我们在找孩子的父母时,都按左孩子那样算了。


堆向上调整:

在数组尾插入数字后,要调整,但要保证前面的数据是一个堆

图解:

--->假设我们建小堆<---

依次类推节点

代码:

//堆向上调整,调整一轮,建堆就循环插入去建
void Ajustup(Heaptype* a, int child)
{
 
	int parent = (child - 1) / 2;
 
	//当child == 0 的时候,parent也为0
	while (child > 0)
	{
		if (a[child] < a[parent])
		{
			Swap(&a[child], &a[parent]);
			child = parent;
			parent = (child - 1) / 2;
		}
		else
		{
			break;
		}
	}
		
}

堆向下调整:

在向下调整时要保证其左右子树都为堆,才可继续调整

图解:

代码:

//堆向下调整
void AjustDown(Heaptype* a, int n, int parent)
{
	
	//从叶子节点开始
	int child = parent * 2 + 1;
 
	while (child < n)
	{
		//找出最小孩子
		if (child + 1 < n && a[child] > a[child + 1])
		{
			child++;
		}
		else
		{
			if (a[parent] > a[child])
			{
				Swap(&a[child], &a[parent]);
				parent = child;
				child = parent * 2 + 1;
			}	
			else
			{
				break;
			}
		}
	}
 
}

堆向上调整建堆:

思路及代码:

插入建堆,在一个堆后插入数据,直接调整一次就可以,代码如下:(我们要建小堆

我们可以看到打印结果为一个堆

如果说我们有一个数组,不是堆,但是想将其调整成堆,那么看代码:

结果为一个堆~


堆向下调整建堆:

思路及代码:

不论我们有没有堆,调整方式都可以按照如下方法去调整建堆,代码如下:

  • 2
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
排序是一种基于数据结构的排序算法,其中包括向下调整向上调整两个关键步骤。 1. 向下调整(AdjustDown):在排序中,向下调整用于将一个元素下沉到合适的位置,以维持的性质。具体步骤如下: - 首先,将当前节点标记为根节点。 - 比较根节点与其左右子节点的值,找到最大(或最小)的节点。 - 如果根节点的值小于(或大于)最大(或最小)的子节点的值,则交换根节点与最大(或最小)子节点的值。 - 将当前节点更新为最大(或最小)子节点的位置,并重复上述步骤,直到当前节点不再有子节点或满足的性质。 2. 向上调整(AdjustUp):在排序中,向上调整用于将一个元素上浮到合适的位置,以维持的性质。具体步骤如下: - 首先,将当前节点标记为叶子节点。 - 比较叶子节点与其父节点的值,如果叶子节点的值大于(或小于)父节点的值,则交换叶子节点与父节点的值。 - 将当前节点更新为父节点的位置,并重复上述步骤,直到当前节点不再有父节点或满足的性质。 以下是一个示例代码,演示了排序中的向下调整向上调整的过程: ```python def adjust_down(arr, n, i): largest = i left = 2 * i + 1 right = 2 * i + 2 if left < n and arr[i] < arr[left]: largest = left if right < n and arr[largest] < arr[right]: largest = right if largest != i: arr[i], arr[largest] = arr[largest], arr[i] adjust_down(arr, n, largest) def adjust_up(arr, i): parent = (i - 1) // 2 if parent >= 0 and arr[parent] < arr[i]: arr[parent], arr[i] = arr[i], arr[parent] adjust_up(arr, parent) # 示例数据 arr = [4, 10, 3, 5, 1] n = len(arr) # 向下调整示例 adjust_down(arr, n, 0) print("向下调整后的结果:", arr) # 输出:[10, 5, 3, 4, 1] # 向上调整示例 arr.append(7) n += 1 adjust_up(arr, n-1) print("向上调整后的结果:", arr) # 输出:[10, 7, 3, 5, 1, 4] ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

打赏作者

Lei宝啊

觉得博主写的有用就鼓励一下吧

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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