数据结构 —— 3 树（下）

1 堆（heap）

1.1 什么是堆

需要2个基本操作：插入；取出一个最大（小）值

搜搜树的优点：插入节点与树的高度有关系；删除节点，即删除最大值或最小值，要么在最左边要么在最右边，所以搜索树不论是插入还是删除的时间效率都是树的高度
如果每次都删除最大的，则每次都删除最右边的节点，导致树歪掉了，树的高度就不再是log₂n，所有不用二叉搜索树
如何让结构平衡一点，最好的方法就是用完全二叉树
堆的一个特点：使用完全二叉树存储，任何节点都比它的左右子树的值大

1.2 堆的抽象数据类型描述

1.3 最大堆的操作

创建

堆的第一个数据的存放是从数组下标为1的位置开始的，下标为0的作为哨兵




插入35后有序性被破环了，35>31，所以要进行调整

将35与31的位置互换



插入58后，58>31，58与31互换
换完之后，58>44，58与44互换

插入

当比到下标为1时，不需要再继续往前比了，因此

for(;H->Elements[i/2]<item && i>1;i/=2)
	H->Elements[i]=H->Elements[i/2];
//每次把节点和item比较，若小于，则把它的值赋给它的子节点

而如果有哨兵，H->Elements[0]=MaxData，则不用考虑上述的加一个条件

删除

删除最大值即删除53
删除后

把最后一个值31拷贝到根节点

Parent2<=H->size：判断是否有左儿子
Child=Parent2：假设左儿子最大
然后进行判断，找出最大的那个儿子
child!=H->size：确保他有右儿子

最大堆的建立

上图不是堆需要调整
倒数第一个有儿子的节点，其左儿子或右儿子均只有1个，所以这一块可以调整为堆
然后依次调整前面的节点

2 哈夫曼树与哈夫曼编码

2.1 什么是哈夫曼树

2.2 哈夫曼树的构造

如何选取2个最小的？

• 堆
• 排序

一共循环N次，每次不超过logN

2.3 哈夫曼编码

代价最小且无二义性

3 集合及运算

3.1 集合的表示

3.2 集合运算

示例：找2，5


不断地union，会使树越来越高，find效率逐渐降低，所以有以下方案：（但是需要知道树中节点的个数）

既然根节点的Parent不需要特别强调，那么就可以把它改成树的节点个数


b挂a上