数据结构 | 最大堆、最小堆、优先队列

最新推荐文章于 2023-10-15 15:52:39 发布
最新推荐文章于 2023-10-15 15:52:39 发布
阅读量481 收藏 1
点赞数
分类专栏： # 数据结构 | 刷题 | 面试 文章标签： 数据结构 优先队列 堆
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_34170700/article/details/102728828
版权

01 二叉堆 | 二叉堆本质上是一种完全二叉树

  • 二叉堆的根结点叫做堆顶。
1. 最大堆
  • 最大堆任何一个父结点的值，都大于等于它左右孩子结点的值。
  • 最大堆的堆顶是整个堆中的最大元素
2. 最小堆
  • 最小堆任何一个父结点的值，都小于等于它左右孩子结点的值。
  • 最小堆的堆顶是整个堆中的最小元素。
如何构建一个堆呢？
  • 这就需要依靠二叉堆的自我调整。
堆的自我调整

对于二叉树，如下有几种操作：

  • 插入结点
  • 删除结点
  • 构建二叉堆

02 举例：最小堆的自我调整

初始堆

插入数值举例

  • 向初始堆中插入数值3时，首先在堆的末尾插入该数值，然后不断向上提升直到没有大小颠倒为止。
  • 上浮

取出最小值举例

  • 从堆中删除最小值时，首先把堆的最后一个节点的数值复制到根节点上，并且删除最后一个节点。然后不断向下交换直到没有大小颠倒为止。
  • 下沉：在向下交换的过程中，如果有2个儿子，选择数值较小的儿子进行交换。

构建二叉树

  • 构建二叉树，也就是把一个无序的完全二叉树调整为二叉堆，本质上就是让所有非叶子结点依次下沉。

堆的实现

  • 二叉堆虽然是一棵完全二叉树，但它的存储方式并不是链式存储，而是顺序存储。 换句话说，二叉堆的所有结点都存储在数组当中。
堆操作的时间复杂度
  • 堆的两种操作(插入、删除)所花的时间都和树的深度成正比。
  • 如果一共有n个元素，那么每个操作可以在O(logn)的时间内完成。

03 堆的应用场景

  • 堆排序
  • 优先级队列

04 优先队列

满足操作：

  • 插入一个数值
  • 取出最小的数值(获得数值，并且删除)

实现：堆

大虎牙
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
优先队列（最小堆）
mosqquito_gao的博客
10-29 449
//优先队列（堆）用数组实现 #include<new> template <typename T>struct HeapNode{ int Capacity; int Size; T * Elements; };template <typename T> class PriorityQueue{ private: typedef struct
学习笔记 | 解决 TypeError: unhashable type: 'list'
大虎牙的博客
03-13 4018
set/dict使用hash进行索引，存在存储元素可哈希的限制； dict仅对key有可哈希的限制，而对value无此要求。 可哈希： int, float, str, tuple 不可哈希： list, set, dict 为什么 list 是不可哈希的，而 tuple 是可哈希的 因为list是可变的在它的生命期内，你可以在任意时间改变其内的元素值。 所谓元素可不可哈希，意味着...
什么是PriorityQueue优先级队列，使用PriorityQueue建立大顶堆和小顶堆
weixin_45606985的博客
05-30 1279
什么是PriorityQueue优先级队列，使用PriorityQueue建立大顶堆和小顶堆 PriorityQueue是Java中的一个优先级队列，它是基于堆（heap）数据结构实现的。 在PriorityQueue中，每个元素都有一个优先级，优先级高的元素先被消费。 PriorityQueue是按照堆的性质来维护元素的顺序，这使得它具有O(log n)时间复杂度的增加和删除元素的操作。 在PriorityQueue中，没有随机访问一个元素的方法，因为它不是一个List。
PHP SPL标准库之数据结构堆(SplHeap)简单使用实例
12-19
堆(Heap)就是为了实现优先队列而设计的一种数据结构，它是通过构造二叉堆(二叉树的一种)实现。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。二叉堆还常用于排序(堆排序)。 如下：最小堆（任意节点的优先级不小于它的子节点） 看看PHP SplHeap的实现： 显然它是一个抽象类，最大堆(SplMaxHeap)和最小堆(SplMinHeap)就是继承它实现的。最大堆和最小堆并没有额外的方法 SplHeap的简单使用如下： class MySimpleHeap extends SplHeap { //compare()方法用来比较两个元素的大小，绝对他们在堆中的位置
数据结构 - 6（优先级队列（堆）13000字详解）
weixin_73232539的博客
10-15 1297
数据结构第6篇，优先级队列（堆）13000字详解
数据结构学习记录——什么是堆（优先队列、堆的概念、最大堆最小堆、优先队列的完全二叉树表示、堆的特性、堆的抽象数据类型描述）
li13437542099的博客
04-30 1674
数据结构学习记录——什么是堆（优先队列、堆的概念、最大堆最小堆、优先队列的完全二叉树表示、堆的特性、堆的抽象数据类型描述） 给出的这四个方案中，总有存在不足。要么是提高了插入操作的效率，删除操作的效率十分低；要么是提高了删除操作的效率，而插入操作的效率十分低。二叉树。
大顶堆小顶堆优先队列
weixin_43680337的博客
07-31 1134
特性和应用场景 大顶堆小顶堆，也叫优先队列，是一种基于数组+平衡二叉树的数据结构。 主要用于排序，增减操作的速度较快（O(logn)） 适合带有优先级的排序场景，比如处理订单的时候，VIP用户的优先级更高，当前队列有人排队可以进行插队。 基本结构 下面就是大顶堆的图示，这两个都是正确的大顶堆。 注意堆的每一个元素有一个从上到下的序号，序号代表数组（堆的成员变量）的索引。 JAVA中的堆是 优先队列，就是 PriorityQueue,下面是其简单介绍。 /** * An unbounded priori
优先队列及最小堆最大堆
热门推荐
zhang20072844的专栏
08-25 3万+
1 堆     1.1 简介 n个关键字序列Kl，K2，…，Kn称为（Heap），当且仅当该序列满足如下性质（简称为堆性质）： (1)ki=号。//k(i）相当于二叉树的非叶结点，K(2i）则是左孩子，k(2i+1）是右孩子 若将此序列所存储的向量R[1..n]看做是一棵完全二叉树的存储结构，则堆实质上是满足如下性质的完全二叉树： 树中任一非叶结点的关键字均不大于（或不小于）其左右孩子（
优先级队列（最大、最小堆）总结
ha______haha的博客
03-05 2055
优先级队列前言一、优先级队列二、与普通队列的对比三、优先级队列的实现（最大堆）1.最大堆的实现2.优先级队列的实现四、优先级队列的应用1.创建优先级队列2.使用优先级队列五、使用优先级队列解决问题1.[面试题 17.14. 最小K个数](https://leetcode-cn.com/problems/smallest-k-lcci/)2.[1046. 最后一块石头的重量](https://leetcode-cn.com/problems/last-stone-weight/)3.[347. 前 K 个高频
数据结构学习之——最大堆、最小堆（优先队列、哈夫曼树）
还是有明天丶
11-15 1505
最大堆、最小堆（优先队列、哈夫曼树完整版）最大堆（优先队列）最大堆（优先队列）的生成最大堆（优先队列）的删除最大堆（优先队列）的插入哈夫曼树 最大堆（优先队列） 最大堆：根结点的键值是所有堆结点键值中最大者，且每个结点的值都比其孩子的值大。 最小堆：根结点的键值是所有堆结点键值中最小者，且每个结点的值都比其孩子的值小。 最大堆（优先队列）的生成 生成最大堆：最大堆通常都是一棵完全二叉树，因此我们使...
【Java】用PriorityQueue优先队列实现最小堆和最大堆
斯基的朦胧
10-27 1911
用PriorityQueue优先队列实现大根堆和小根堆
优先队列-双端堆
05-11
查询最大优先队列的元素，和最小优先队列的元素，时间复杂度为o（1） 因为数组的第一个元素便是我们所需要得要的元素。 而插入操作，只要判断应该插入那棵树，也将是O（1），然而之后需要调整，此时的时间...
JavaScript数据结构之优先队列与循环队列实例详解
01-19
我们这里实现的是最小优先队列，优先级的值小（优先级高）的元素被放置在队列前面。 //创建一个类来表示优先队列 function Priorityqueue(){ var items=[];//保存队列里的元素 function QueueEle(e,p){//元素节点...
优先队列的概述.txt
04-12
优先队列通常使用二叉堆（包括最大堆和最小堆）来实现，因为堆的性质使得插入和删除最大（或最小）元素的操作可以在对数时间内完成。这使得优先队列在处理大量数据时具有高效的性能。 总的来说，优先队列是一种非常...
优先队列是什么，和栈有什么区别？
最新发布
04-12
优先队列是一种特殊的队列数据结构，其中的元素都有各自的优先级。与常规的队列（FIFO，即先进先出）不同，优先队列的出队顺序基于元素的...因此，最大堆可以用来实现最大优先队列，而最小堆可以用来实现最小优先队列。
学习笔记 | 数据结构和算法 知识点思维导图
大虎牙的博客
07-05 2129
程序 = 数据结构 + 算法 一 数据结构知识点 01 队列和栈，需要了解它们的特点。 队列是先进先出，栈是后进先出。 02 表 表，包括很多种，有占用连续空间的数组、用指针链接的单向和双向链表，首尾相接的循环链表、以及散列表，也叫哈希表。 03 图 图，在特定领域使用的比较多，例如路由算法中会经常使用到，图分为有向图、无向图及带权图，这部分需要掌握图的深度遍历和广度遍历算法，了解最短路径算法。 04 树的内容 树一般用作查找与排序的辅助结构，剩下两个部分都和树有关，一个是二叉树，一个是多叉
学习笔记 | python实现 数组所有子集的求解
大虎牙的博客
07-28 2023
问题 已知数组如X=[1,2,3,4],输出其所有的子集，如[],[1],[2],[3],[4],[1,2],[2,3],[3,4],[1,2,3],[2,3,4],[1,2,3,4]… def getArraySubSet(originArray): """ :type originArray:list :rtype :listlist """ result = [[]] size = len(originArray) for i in range
刷题笔记 | 阿里机试+一面+二面
大虎牙的博客
04-22 1614
希尔排序 DOS攻击 一面测评 1.给定一个字符串，请找出不含重复字符的最长子串。 示例 1: 输入: "abcabcbb" 输出: "abc" 解释: 无重复字符的最长子串是 "abc" 示例 2: 输入: "bbbbb" 输出: "b" 解释: 无重复字符的最长子串是 “b” 示例 3: 输入: "pwwkew" 输出: "wke" 解释: 无重复字符的最长子串是 wke ...
学习笔记 | 华为机试
大虎牙的博客
04-21 1556
面试题 1.判断两个IP是否属于同一子网 给定两个ip地址和一个子网掩码，让每一个ip的二进制位与掩码的二进制位做与运算，如果的得到的结果相同，则笔试两个ip属于同一个子网，此时输出1和第一个ip与掩码与后的结果，否则输出0和第一个ip与掩码与后的结果。 例如： ip 1 地址：192.168.0.1 ip 2 地址：192.168.0.254 子网掩码：255.255.255.0 转化为二进制为...
最小堆的优先队列c++代码
09-15
最小堆是一种常用的数据结构，可以用来实现优先队列。下面是一个使用C语言实现最小堆优先队列的代码示例： ```c #include <stdio.h> #define MAX_SIZE 100 // 最小堆结构 typedef struct { int heap[MAX_SIZE]; // 存储堆元素的数组 int size; // 当前堆中元素的个数 } MinHeap; // 初始化最小堆 void initMinHeap(MinHeap* minHeap) { minHeap->size = 0; } // 向最小堆中插入元素 void insert(MinHeap* minHeap, int value) { if (minHeap->size == MAX_SIZE) { printf("最小堆已满，无法插入新元素！\n"); return; } int i = ++(minHeap->size); // 元素个数加一，i指向新插入的元素位置 while (i > 1 && value < minHeap->heap[i / 2]) { minHeap->heap[i] = minHeap->heap[i / 2]; // 将父节点下移 i /= 2; } minHeap->heap[i] = value; // 插入新元素 } // 删除最小堆中的最小元素并返回该元素值 int deleteMin(MinHeap* minHeap) { if (minHeap->size == 0) { printf("最小堆为空，无法删除最小元素！\n"); return -1; } int min = minHeap->heap[1]; // 最小元素即为堆顶元素 int lastValue = minHeap->heap[(minHeap->size)--]; // 取出最后一个元素，size减一 int parent = 1, child = 2; // parent表示当前节点的父节点，child表示当前节点的左子节点 while (child <= minHeap->size) { // 若右子节点存在且比左子节点小，则用右子节点来比较 if (child < minHeap->size && minHeap->heap[child] > minHeap->heap[child + 1]) { child++; } // 若最后一个元素小于等于当前子节点值，则找到了插入位置，退出循环 if (lastValue <= minHeap->heap[child]) { break; } minHeap->heap[parent] = minHeap->heap[child]; // 将子节点上移 parent = child; child *= 2; } minHeap->heap[parent] = lastValue; // 插入最后一个元素 return min; } int main() { MinHeap minHeap; initMinHeap(&minHeap); insert(&minHeap, 5); insert(&minHeap, 3); insert(&minHeap, 7); insert(&minHeap, 1); printf("删除的最小元素为：%d\n", deleteMin(&minHeap)); return 0; } ```

“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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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