数据结构与算法-关于堆的基本存储介绍

💝💝💝首先,欢迎各位来到我的博客,很高兴能够在这里和您见面!希望您在这里不仅可以有所收获,同时也能感受到一份轻松欢乐的氛围,祝你生活愉快!

引言

堆是一种特殊的树形数据结构,常用于实现优先队列。堆通常以完全二叉树的形式存储在数组中,这样可以高效地访问父节点、子节点以及兄弟节点。本文将深入探讨堆的基本存储原理,包括最大堆和最小堆的概念,并通过具体的案例代码详细说明堆的实现和操作。

一、堆的基本概念

堆是一种特殊的二叉树,具有以下性质:

  1. 形状属性:堆是一棵完全二叉树。
  2. 堆序性质:对于最大堆,每个节点的值都大于或等于其子节点的值;对于最小堆,每个节点的值都小于或等于其子节点的值。

二、堆的存储结构

在计算机内存中,堆通常使用数组来实现。对于数组中的第 i 个元素(索引从0开始),其左孩子索引为 2*i + 1,右孩子索引为 2*i + 2,父节点索引为 (i-1)/2(向下取整)。
在这里插入图片描述

三、堆的操作

堆的主要操作包括:

  1. 插入元素:将新元素添加到数组的末尾,并调整堆以保持堆序性质。
  2. 删除根节点:删除数组的第一个元素(堆顶),并将最后一个元素移动到根位置,然后重新调整堆。
  3. 获取根节点:直接访问数组的第一个元素即可获得堆顶元素。

四、堆的实现

接下来,我们将通过一个示例来详细了解堆的实现步骤。

1. 示例数组

考虑一个整数数组 arr = [5, 2, 4, 6, 1, 3],我们将构建一个最大堆。

2. 最大堆的构建

构建最大堆的过程包括:

  1. 初始化:将数组中的元素按顺序放入数组。
  2. 下沉调整:从最后一个非叶子节点开始,向下调整以保持堆序性质。
def heapify(arr, n, i):
    largest = i
    left = 2 * i + 1
    right = 2 * i + 2

    # 如果左孩子大于根
    if left < n and arr[left] > arr[largest]:
        largest = left

    # 如果右孩子大于当前最大的
    if right < n and arr[right] > arr[largest]:
        largest = right

    # 如果最大的不是根
    if largest != i:
        arr[i], arr[largest] = arr[largest], arr[i]  # 交换
        heapify(arr, n, largest)

def build_max_heap(arr):
    n = len(arr)

    # 从最后一个非叶子节点开始
    for i in range(n // 2 - 1, -1, -1):
        heapify(arr, n, i)

# 示例数组
arr = [5, 2, 4, 6, 1, 3]
build_max_heap(arr)
print("Max Heap:", arr)
3. 插入元素

插入元素的过程包括:

  1. 添加到末尾:将新元素添加到数组的末尾。
  2. 上浮调整:将新元素与其父节点比较,并根据需要向上移动以保持堆序性质。
def insert(arr, value):
    arr.append(value)
    i = len(arr) - 1
    while i > 0 and arr[(i-1)//2] < arr[i]:
        arr[i], arr[(i-1)//2] = arr[(i-1)//2], arr[i]
        i = (i-1) // 2

insert(arr, 7)
print("After Insertion:", arr)
4. 删除根节点

删除根节点的过程包括:

  1. 移动最后一个元素:将数组的最后一个元素移动到根位置。
  2. 下沉调整:从根节点开始向下调整以保持堆序性质。
def delete_root(arr):
    if len(arr) == 0:
        return

    # 移动最后一个元素到根位置
    arr[0] = arr[-1]
    del arr[-1]

    # 下沉调整
    heapify(arr, len(arr), 0)

delete_root(arr)
print("After Deletion:", arr)

五、堆的时间复杂度分析

  • 构建堆:O(n)
  • 插入元素:O(log n)
  • 删除根节点:O(log n)
  • 获取根节点:O(1)

喜欢博主的同学,请给博主一丢丢打赏吧↓↓↓您的支持是我不断创作的最大动力哟!感谢您的支持哦😘😘😘
打赏下吧

💝💝💝如有需要请大家订阅我的专栏【数据结构与算法】哟!我会定期更新相关系列的文章
💝💝💝关注!关注!!请关注!!!请大家关注下博主,您的支持是我不断创作的最大动力!!!

数据结构与算法相关文章索引文章链接
数据结构与算法-插入排序数据结构与算法-插入排序
数据结构与算法-希尔排序数据结构与算法-希尔排序
数据结构与算法-归并排序数据结构与算法-归并排序
数据结构与算法-随机快速排序数据结构与算法-随机快速排序
数据结构与算法-双路快速排序数据结构与算法-双路快速排序
数据结构与算法-三路排序数据结构与算法-三路排序

❤️❤️❤️觉得有用的话点个赞 👍🏻 呗。
❤️❤️❤️本人水平有限,如有纰漏,欢迎各位大佬评论批评指正!😄😄😄
💘💘💘如果觉得这篇文对你有帮助的话,也请给个点赞、收藏下吧,非常感谢!👍 👍 👍
🔥🔥🔥Stay Hungry Stay Foolish 道阻且长,行则将至,让我们一起加油吧!🌙🌙🌙

  • 18
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
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

菜鸟小码

你的鼓励是我最大的动力

¥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