5.1 数据结构笔记之堆

类似操作系统进程调度这样的场景中，我们需要管理一个带任务优先级的队列，经常要从优先队列中获取优先级最高的任务。堆结构可以高效地解决这类问题。

堆是一种特殊的队列,取出元素的顺序是按照元素优先级的大小。

1 组织队列的方式

若采用数组或链表实现优先队列

数组 :

插入 — 元素总是插入尾部  

删除 — 查找最大（或最小）关键字

        — 从数组中删去需要移动元素O(n)

链表

插入 — 元素总是插入链表的头部

删除 — 查找最大（或最小）关键字

        — 删去结点

有序数组/有序链表(复杂度请自行推导）

如果采用二叉树的结构，更应该关注删除操作，因为如果采用二叉搜索树，一直删除优先级最高的节点会造成树失去平衡。

因此引入最大堆和最小堆的数据结构

堆：一种所有子树的根节点为最大或最小值的完全二叉树。

2. 堆的抽象数据类型描述和操作集合

哨兵的应用：将Elements[0]设为一个很大的数，这样所有的插入操作比较到Element[0]时自动终止。

插入操作的基本思想：新插入的节点放到数组尾部，若新插入的节点大于父亲节点，则交换位置，直到小于父亲节点。

算法：

//最大堆的创建
typedef	struct	HeapStruct	*MaxHeap;
struct	HeapStruct {
ElementType *Elements;	/* 存储堆元素的数组 
int Size;
int Capacity;
};
MaxHeap Create( int MaxSize )
{/* 创建容量为MaxSize的空的最大堆 */
MaxHeap H = malloc( sizeof( struct HeapStruct ) );
H->Elements = malloc( (MaxSize+1) * sizeof(ElementType));  H->Size = 0;
H->Capacity = MaxSize;
H->Elements[0] = MaxData;
/* 定义“哨兵”为大于堆中所有可能元素的值，便于以后更快操作 */
return H;
}
//插入算法：将新增结点插入到从其父结点到根结点的有序序列中
void Insert( MaxHeap H, ElementType item )
{ /* 将元素item 插入最大堆H，其中H->Elements[0]已经定义为哨兵 */  int i;
if ( IsFull(H) ) {
printf("最大堆已满");  return;
}
i = ++H->Size; /* i指向插入后堆中的最后一个元素的位置 */
for ( ; H->Elements[i/2] < item; i/=2 )//这里如果不设置哨兵，需要设置i>0的终止条件
H->Elements[i] = H->Elements[i/2]; /* 向下过滤结点 */  H->Elements[i] = item; /* 将item 插入 */
}