堆的实现

最新推荐文章于 2022-11-25 20:50:32 发布

Dreamer_cxd

最新推荐文章于 2022-11-25 20:50:32 发布

阅读量106

点赞数

分类专栏：堆文章标签：堆排序二叉树

本文链接：https://blog.csdn.net/qq_41490958/article/details/116566240

版权

堆专栏收录该内容

1 篇文章 0 订阅

订阅专栏

堆的实现

二叉树
- 二叉树的概念
堆的概念
堆的代码实现

在介绍堆之前，我们要先简单介绍一下二叉树，因为堆的结构就是一个二叉树。详细的二叉树我会在下一篇博客中给大家讲解。

二叉树

二叉树的概念

一棵二叉树是结点的一个有限集合，该集合或者为空，或者是由一个根节点加上两棵别称为左子树和右子树的二叉树组成。二叉树就像下图中的树倒过来的样子。

在这里插入图片描述
而数据结构中的二叉树如下图，可以是空树、可以是只有一个根节点、可以是只有一棵子树、也可以是有两棵子树，只要节点个数小于2即可

在二叉树中，还有两个很特殊的二叉树：
满二叉树：一个二叉树，如果每一个层的结点数都达到最大值，则这个二叉树就是满二叉树。也就是说，如果一个二叉树的层数为K，且结点总数是(2^k) -1 ，则它就是满二叉树。
在这里插入图片描述
完全二叉树：完全二叉树是效率很高的数据结构，完全二叉树是由满二叉树而引出来的。对于深度为K的，有n个结点的二叉树，当且仅当其每一个结点都与深度为K的满二叉树中编号从1至n的结点一一对应时称之为完全二叉树。要注意的是满二叉树是一种特殊的完全二叉树。
在这里插入图片描述
而堆就是由完全二叉树所构成的。

堆的概念

如果有一个关键码的集合K = {k0，k1， k2，…，kn-1}，把它的所有元素按完全二叉树的顺序存储方式存储
在一个一维数组中，并满足：Ki <= K2i+1 且 Ki<= K2i+2 (Ki >= K2i+1 且 Ki >= K2i+2) i = 0，1，2…，则称为小堆(或大堆)。将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。

堆的性质：
堆中某个节点的值总是不大于或不小于其父节点的值；
堆总是一棵完全二叉树。

堆分为两种：小根堆和大根堆

小根堆：根节点的值小于左右节点的值

在这里插入图片描述
大根堆：根节点的值大于左右节点的值

堆的代码实现

给定一个数组，逻辑上是看作一个完全二叉树，但是这并不符合堆的结构要求，所以我们首先需要一个算法，将每个元素调整到它正确的位置。

向下调整算法

在这里插入图片描述
假设给定这样一个数组，我们将它用二叉树的形式表示如下：

我们从上面可以看到，这个二叉树除了根节点之外，其他的子树已经是满足小根堆的结构，那么我们就需要将这个跟节点调整到它正确的位置上。我用一组动图来解释一下什么是向下调整算法：
在这里插入图片描述
要找到根节点对应的位置，那么先判断它的左孩子和右孩子的大小，将其与较小的孩子交换，第一次把27换到了15的位置；然后再次比较27的左右孩子，和较小的18交换；再次比较左右孩子，和较小的25交换，直到左右孩子的下标超出数组长度为止。

从上面的解释中，总结如下：建小根堆，如果某一个非叶子节点或者根节点的值比左右孩子最小的还要小，就不交换，说明节点位置是正确的；如果它比最小的孩子要大，那么就和最小的孩子交换，这样子可以保证，交换之后现在的非叶子节点或者根节点一定比它的孩子都要小，那么就满足小根堆的要求(如果建大根堆，调整的算法与此相反)。

void AdjustDown(HDataType* a, HDataType root, int size)
{

	HDataType parent = root;
	HDataType child = parent * 2 + 1;//假设第一个孩子是较小的那个
	if (child + 1 < size && a[child] > a[child + 1])
	{
		child++;
	}
	while (child < size && a[parent] > a[child])
	{

		Swap(&a[parent], &a[child]);
		parent = child;
		child = parent * 2 + 1;
		if (child + 1 < size && a[child] > a[child + 1])
		{
			child++;
		}
	}
}

堆的创建

讲解完向下调整算法之后，就可以进行堆的创建了，给定一个随机的数组
在这里插入图片描述
我们按照二叉树的结构画出示意图：

我们可以看出，这并不是一个小根堆，那么我们怎么样才能把它调整成小根呢？肯定是需要一个元素一个元素来进行调整的，那么是从上向下调整还是从下往上调整呢?答案是从下往上，因为如果是从上往下的话，并不能保证下面调整之后的元素一定比上面的大(大根堆相反)。因此，我们从下往上进行调整。

从下往上调整的起点应该是倒数第一个非叶子节点，因为叶子节点本身是没有子树的，不需要调整。
在这里插入图片描述
从倒数第一个非叶子开始按照向下调整的算法进行调整，直到调整到根节点为止，这样子就得到了小根堆。大根堆的建立和小根堆是刚好相反的。

//堆创建
void HeapCreate(Heap* hp, HDataType* a, int size)
{
	assert(hp);
	int i = 0;
	for (i = (size - 1 - 1) / 2; i >= 0; i--)
	{
		AdjustDown(a, i, size);
	}
	hp->_a = (HDataType*)malloc(sizeof(HDataType)*size);
	memcpy(hp->_a, a, sizeof(int)*size);
	hp->_size = size;
	hp->_capacity = size;
}

堆的插入

把堆建好之后，如何进行插入操作呢？
有两种方案，一种是插在堆的头，进行向下调整；一种是插在尾上，进行向上调整。

堆的插入一定是要用第二种方案的
第一种方案有两个缺点：一个是插在堆的头部，也就是插在数组的头部，那么必定是要移动数据的，会有很多的消耗，不如插在尾部方便；二是插在头部的话，插入的元素就要做根节点，会整体改变堆原本的结构，这是非常麻烦的。

那么我们用第二种方案，将新插入的元素放在尾部，但是并不能保证插入的元素满足小根堆或者大根堆的结构，因此这里要介绍一种向上调整的算法。

向上调整算法

向上调整算法和向下调整算法思路是基本相同的，用动图来解释一下：
比如我们插入一个1进去，很明显是不满足小根堆的结构；在这里插入图片描述

向上调整算法的思路是：建立小根堆，将插入的元素与它的父亲节点比较，如果比父亲小就交换；交换之后再次与其父亲节点比较，如果小于父亲节点继续交换，直到数组的头为止。

//向上调整算法
void AdjustUp(HDataType* a, HDataType Leap)
{
	HDataType child = Leap;
	HDataType parent = (child - 1) / 2;
	while (parent >= 0 && a[child] < a[parent])
	{
		Swap(&a[child], &a[parent]);
		child = parent;
		parent = (child - 1) / 2;
	}
}

//堆插入
void HeapPush(Heap* hp, HDataType x)
{
	assert(hp);
	//如果容量不够扩容
	if (hp->_size == hp->_capacity)
	{
		hp->_capacity *= 2;
		HDataType* ptr = (HDataType*)realloc(hp->_a, sizeof(HDataType)*hp->_capacity);
		if (ptr == NULL)
		{
			printf("realloc failed\n");
			exit(-1);
		}
		hp->_a = ptr;
	}
	hp->_a[hp->_size] = x;
	AdjustUp(hp->_a, hp->_size);//插入的时候把数插在最后一个，然后向上调整
	hp->_size++;
}

堆的删除

堆的删除也就是删除堆顶的数据，如果直接把堆顶的数据删除的话，不仅要移动数组的数据，同时会破坏整体的结构。可以看出，只有从堆的底部删除数据不会破坏堆的整体结构。

我们可以把堆顶的数据和堆的最后一个数据进行交换，然后删除最后一个数据，将根节点进行向下调整即可。
在这里插入图片描述

//堆的删除
void HeapPop(Heap* hp)
{
	assert(hp);
	Swap(&hp->_a[0], &hp->_a[hp->_size - 1]);
	hp->_size--;
	AdjustDown(hp->_a, 0, hp->_size);
}

堆排序

上面就是堆的一些基本操作，讲解完这些，我们就可以用堆来实现一下排序算法。
给定如下数组：
在这里插入图片描述
这里有一个比较关键的问题，如果要排升序的话，是建小堆来进行排序还是建大堆来进行排序呢？

用下面的动图来了解一下堆排序的思想，就能够得到答案。
在这里插入图片描述
这是上面数组的二叉树形式，我们先将其改成大根堆(具体的原因在下面进行阐述)。

通过动图来解释一下排序的思路：

通过建大根堆，最大的数一定在根节点的位置，要排升序，那么就把根节点和最后一个节点交换，如上图将20和3进行交换，此时3为根节点，但是这不满足大根堆的结构，因此需要向下调整使得堆依然是大根堆。之后将次小的和倒数第二个交换(交换后的最大的数此时不算在堆中)，继续进行向下调整。以此类推，直到节点的下标等于0为止，此时堆一定是有序的。

这里就能够解释上面提出的问题，如果建小根堆的话，最小的数在根节点，那么我们找出次小的数，就需要将除根节点之外的数再次建一个小堆才能找到，因为最小的数的左孩子并不一定是次小的。这就非常的麻烦，所以排升序需要建大根堆；排降序需要建小根堆。

//堆排序
void HeapSort(HDataType* a, int size)
{
	int end =  size - 1;
	while (end > 0)
	{
		Swap(&a[0], &a[end]);
		size--;//每次交换完之后，用于向下调整的元素就少一个
		AdjustDown(a, 0, size);
		end--;
	}
}

完整的代码点开链接获取
链接:
https://gitee.com/cao-xudong/bit/tree/master/Heap_new/Heap_new

Dreamer_cxd

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
堆的实现

堆的实现二叉树二叉树的概念堆的概念在介绍堆之前，我们要先简单介绍一下二叉树，因为堆的结构就是一个二叉树。详细的二叉树我会在下一篇博客中给大家讲解。二叉树二叉树的概念一棵二叉树是结点的一个有限集合，该集合或者为空，或者是由一个根节点加上两棵别称为左子树和右子树的二叉树组成。二叉树就像下图中的树倒过来的样子。而数据结构中的二叉树如下图，可以是空树、可以是只有一个根节点、可以是只有一棵子树、也可以是有两棵子树，只要节点个数小于2即可在二叉树中，还有两个很特殊的二叉树：满二叉树：一个二叉树，如果每
复制链接

扫一扫