c++ 堆与优先队列

以最小堆为例,实现下列操作:

//向下调整算法
void down(int p) {
    int a = heap[p], q = 2*p;//p代表当前节点,p代表子节点
    while(q <= heapNum) {
        if (heap[q] > heap[q+1] && q < heapNum) //q<heapNum小心别少了
            q++;
        if (a <= heap[q]) break;
        heap[p] = heap[q];
        p = q;
        q = 2*p;
    }
    heap[p] = a;//安排原来的节点,这种交换可以学学
}

//删除根节点
int DeleteMin() {
    int r = heap[1];//取出最小元素
    heap[1] = heap[heapNum--];//然后把最后一个叶子结点赋给根结点
    down(1);//再向下调整
    return r;
}
//向上调整算法
void up(int p) {
    int q = p/2, a = heap[p];//p为当前结点,q为父母结点
    while(q >= 1 && heap[q] > a) {
        heap[p] = heap[q];
        p = q;
        q = p/2;
    }
    heap[p] = a;
}
//插入
void insert(int a) {
    heap[++heapNum] = a;//先把a插入到最后一个元素
    up(heapNum);//再向上调整
}
//将p的优先级上升为a
void IncreaseKey(int p, int a) {
    if (heap[p] <= a) return;//如果当前结点小于a就退出
    heap[p] = a;
    up(p);
}
//建立堆
void Build() {
    for(int i = heapNum/2; i > 0; i--)//从最后一个非终端结点开始进行调整
        down(i);
}

例题:poj 2051Argus

思路:维持一个最小堆,每次输出根结点,然后再相应地改变根结点的时间,向下调整最小堆。如此执行k次。

代码:

#include <iostream>
#include <cstdio>
#include <cstring>
using namespace std;
const int maxn = 1008;
int k, st;
int sh[3008]; //ID与周期的映射表
struct heap{
    int Q_num, Period;
};
heap t[maxn]; //最小堆

void adjust(int j) { // 向下调整
    int q = 2*j;
    heap m = t[j];
    while(q <= st) {
        if ((t[q].Period > t[q+1].Period ||
             (t[q].Period == t[q+1].Period && t[q].Q_num > t[q+1].Q_num)
            )&& q < st) //先比较周期在比较ID
            q++;
        if (m.Period < t[q].Period ||
            (m.Period == t[q].Period && m.Q_num < t[q].Q_num))
            break;
        //很多人会写t[q] = m;这个不用写因为上面if就是用m来判断的
        t[j] = t[q];
        j = q;
        q = 2*j;
    }
    t[j] = m;
}

void input(){
    string cc;
    st = 0;
    while(cin>>cc, cc != "#") {
        st++;
        scanf("%d%d", &t[st].Q_num, &t[st].Period);
        sh[t[st].Q_num] = t[st].Period;
    }
    for(int i = st/2; i > 0; i--)//初始化最小堆,这里i一开始为什么等于st/2呢?
        adjust(i);//因为总节点数为i的二叉树,除开叶子节点还有i/2个节点;
    scanf("%d", &k);
}

int dele(){
    int result = t[1].Q_num;
    t[1].Period += sh[t[1].Q_num];//修改顶点后再调整
    adjust(1);
    return result;
}

int main() {
    input();
    for(int i = 0; i < k; i++)
        printf("%d\n", dele());
	return 0;
}

优先队列:

 基本操作:

                   empty() 如果队列为空返回真

                   pop() 删除对顶元素

                   push() 加入一个元素

                   size() 返回优先队列中拥有的元素个数

                   top() 返回优先队列对顶元素


用法:

示例:将元素5,3,2,4,6依次push到优先队列中,print其输出。

1. 标准库默认使用元素类型的<操作符来确定它们之间的优先级关系。

priority_queue<int> pq;
通过<操作符可知在整数中元素大的优先级高。
故示例1中输出结果为: 6 5 4 3 2

2. 数据越小,优先级越高

priority_queue<int, vector<int>, greater<int> >pq; 

其中
第二个参数为容器类型。
第二个参数为比较函数。
故示例2中输出结果为:2 3 4 5 6

3. 自定义优先级,重载比较符号

重载默认的 < 符号

struct node
{
    friend bool operator< (node n1, node n2)
    {
        return n1.priority < n2.priority;
    }
    int priority;
    int value;
}; 
这时,需要为每个元素自定义一个优先级。

poj 2051代码:

#include <cstdio>
#include <cstring>
#include <cstdlib>
#include <iostream>
#include <queue>
using namespace std;

struct Regist {
    friend bool operator< (Regist a, Regist b) {
        if (a.now == b.now)
            return a.Q_num > b.Q_num;
        else return a.now > b.now;
    }
    int Q_num, Period, now;
};
priority_queue<Regist> minheap;

int main() {
    string c;
    int k;
    Regist one;
    while(cin>>c && c != "#") {
        scanf("%d%d", &one.Q_num, &one.Period);
        one.now = one.Period;
        minheap.push(one);
    }
    scanf("%d", &k);
    while(k--) {
        one = minheap.top();
        minheap.pop();
        printf("%d\n", one.Q_num);
        one.now += one.Period;
        minheap.push(one);
    }
    return 0;
}
两种方法在复杂度上面没什么区别!

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
大根(Max Heap)是一种特殊的完全二叉树,其中每个节点的值都大于或等于其子节点的值,通常用于实现优先队列,因为最小元素总是在根部。在C++中,标准库`std::priority_queue`就是基于最大的数据结构。 以下是使用C++实现一个简单的最大优先队列的基本步骤: ```cpp #include <queue> #include <vector> // 使用vector作为底层存储,因为它的内部是动态调整大小的,适合操作 template<typename T> class MaxHeap { private: std::vector<T> heap; int size; public: // 构造函数,初始化一个空的最大 MaxHeap() : size(0) {} // 插入元素并调整结构 void push(T value) { heap.push_back(value); siftUp(size - 1); size++; } // 删除并返回顶元素(最大值) T pop() { if (size == 0) return T(); T max_val = heap; heap = heap[size - 1]; // 将最后一个元素移到顶部 heap.pop_back(); // 减小大小 siftDown(0); // 调整结构 return max_val; } // 其他辅助方法 bool empty() const { return size == 0; } int size() const { return size; } private: // siftUp方法用于向上调整 void siftUp(int i) { while (i > 0 && heap[parent(i)] < heap[i]) { swap(heap[i], heap[parent(i)]); i = parent(i); } } // siftDown方法用于向下调整 void siftDown(int i) { while (true) { int left = leftChild(i), right = rightChild(i); int largest = i; if (left < size && heap[left] > heap[largest]) largest = left; if (right < size && heap[right] > heap[largest]) largest = right; if (largest != i) { swap(heap[i], heap[largest]); i = largest; } else { break; } } } // 辅助函数获取父节点、左孩子和右孩子的索引 int parent(int i) const { return (i - 1) / 2; } int leftChild(int i) const { return 2 * i + 1; } int rightChild(int i) const { return 2 * i + 2; } }; ```
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
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