数据结构与算法——优先级队列

1 概述

优先级队列：出队列顺序由元素的优先级决定。
堆：一棵完全二叉树，是实现优先级队列效率很高的数据结构。
（STL类priority-queue是用堆实现的优先级队列）

定义：
优先级队列：0个或多个元素的集合，每个元素具有一个优先权或值。
可完成操作：查找一个元素（top）、插入一个元素（push）、删除一个元素（pop）
分类：最小优先级队列、最大优先级队列
抽象数据类型：

最大优先级队列ADT实现：

template<class T>
class maxPriorityQueue 
{
   public:
      virtual ~maxPriorityQueue() {}
      virtual bool empty() const = 0;
                  // return true iff queue is empty
      virtual int size() const = 0;
                  // return number of elements in queue
      virtual const T& top() = 0;
                  // return reference to the max element
      virtual void pop() = 0;
                  // remove the top element
      virtual void push(const T& theElement) = 0;
                  // add theElement to the queue
};
#endif

2 堆

2.1 定义
大根树（小根树）：每个节点的值都大于（小于）或等于其子节点的值

大根堆（小根堆）：既是大根树（小根树），又是完全二叉树。

完全二叉树：若设二叉树的深度为h，除第 h 层外，其它各层 (1～h-1) 的结点数都达到最大个数，第 h 层所有的结点都连续集中在最左边，这就是完全二叉树。

2.2 操作
（1）大根堆的插入：

注：插入位置随着插入元素值大小变化，目的是不改变堆的“大根性”
（2）大根堆的删除

a为上图d删除21的结果；c为继续删除20的结果。
注：同样保证删除元素后仍是大根堆。
（3）大根堆的初始化
从最后一个有孩子的节点开始检查，直至检查到以1为根的树为止。

2.3 实现
类maxHeap：实现一个最大优先级队列。类的成员是heap（一个类型为T的一维数组）、arrayLength（数组heap的容量）、和heapSize（堆的元素个数）。

template<class T>
class maxHeap : public maxPriorityQueue<T>
{
public:
	maxHeap(int initialCapacity = 10);
	~maxHeap() { delete[] heap; }
	bool empty() const { return heapSize == 0; }
	int size() const
	{
		return heapSize;
	}
	const T& top()
	{// return max element
		if (heapSize == 0)
			throw queueEmpty();
		return heap[1];
	}
	void pop();
	void push(const T&);
	void initialize(T*, int);
	void deactivateArray()
	{
		heap = NULL; arrayLength = heapSize = 0;
	}
	void output(ostream & out) const;
private:
	int heapSize;       // number of elements in queue
	int arrayLength;    // queue capacity + 1
	T* heap;            // element array
};

3 左高树

2.1 定义
高度优先左高树（HBLT）：当且仅当其任何一个内部节点的左孩子s值都大于或等于右孩子的s值
重量优先左高树（WBLT）：当且仅当任何一个内部节点的左孩子的w值都大于或等于右孩子的s值

性质：
（1）以x为根的子树节点数目至少为$2^{s(x)}-1$
（2）以x为根的子树有m个节点，$s(x)$最多为$lo{g}_2(m+1)$
（3）从x到外部节点的最右路径的长度为$s(x)$

2.2 最大HBLT 操作
插入：通过合并操作来实现，先建立一颗只有待插入元素的HBLT，然后与原来的合并
删除：根 被删除时，分别以左右孩子为根的子树是两颗最大 HBLT，将其合并
合并：n个元素的HBLT，最右路径为$O(logn)$，故合并过程通过遍历其最右路径展开。合并策略最好通过递归实现。首先比较两个根元素，较大者为合并后的根。例如A、B进行合并时，A根最大，则用B和A的右子树合并得到C，比较C和L的s值，大者为合并后的左子树。
例子：
（1）

（2）

（3）

（4）


初始化：
首先创建n个仅含一个元素的最大HBLT，这n棵树组成一个FIFO队列，然后从队列中依次成对删除HBLT，然后将其合并后再插入队列末尾，知道队列只有一颗HBLT为止。

4 应用

堆排序
机器调度
霍夫曼编码