数据结构——堆

何为堆?

  • 堆(heap):一类特殊的数据结构的统称。堆通常是一个可以被看做一棵树的数组对象。

  • 堆总是满足下列性质:

    1. 有序性:堆中某个节点的值总是不大于或不小于其父节点的值;
    2. 结构性:堆总是一棵完全二叉树。
  • 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。

举例:
在这里插入图片描述
注意:从根结点到任意结点路径上结点序列都具有有序性!
在这里插入图片描述

2.堆的抽象数据类型描述

在这里插入图片描述

3.堆的基本操作(以具体堆为例)

下面以具体代码介绍堆的基本操作,给出了基本思想,代码中含具体注释。

3.1 堆的结构体定义

struct Heap
{
	int* data;//存储元素的数组
	int Size;//当前元素个数
	int Capcity;//堆的最大容量

};

3.2 创建空堆

//创建容量为maxSize的为空的最大堆
Heap* create_max_heap(int maxSize) {
	Heap* maxHeap = new Heap;
	maxHeap->data = new int[maxSize+1];//堆的下标从1开始,原因:相当于用数组存完全二叉树
	maxHeap->Size = 0;
	maxHeap->Capcity = maxSize;
	maxHeap->data[0] =INT_MAX; 
	//定义“哨兵”为大于堆中所有可能元素的值,便于以后更快操作
	return maxHeap;
}

3.3 向最大堆中插入元素

基本思想
  1. 怎么插,插到哪?
    把新元素放入数组(堆)的最后一个位置,如下图的【6】那里
  2. 插入之后怎么保证堆的有序性?
    不断与父节点比较大小,如果不符合堆的有序性就与父节点交换位置。不断比较,直到找到最终位置
    在这里插入图片描述
  3. 例如在上述最大堆中插入“58”元素:
    在这里插入图片描述

代码实现

//向最大堆中插入元素data,其中maxHeap[0]已经定义为哨兵
void insert_max_heap(int data, Heap* maxHeap) {
	if (maxHeap->Size == maxHeap->Capcity) {
		cout << "堆已满" << endl;
		return;
	}
	int i = maxHeap->Size + 1 ; //i指向插入后堆中的最后一个元素的位置

	maxHeap->Size++;//将堆的大小加1


	//不断与父节点data[i/2]进行比较,直到找到一个父节点比它大
	for (; maxHeap->data[i / 2] < data; i = i / 2) {
		maxHeap->data[i] = maxHeap->data[i / 2];
		//向下过滤节点(比新元素小的父节点往下移)
	}

	//找到新元素应有的位置,并赋值
	maxHeap->data[i] = data;
}
时间复杂度

T (N) = O ( log N )

3.4最大堆的删除

删除操作结果:取出根结点(最大值)元素,同时删除堆的一个结点。

基本思想
  1. 怎么删除,删除哪一个结点?
    取出根节点,删除最后一个结点(为保持二叉树的结构性),把最后一个结点的元素移到根节点。如下图,取出根节点【58】,把【31】移动到根节点,删除最后一个结点。
    在这里插入图片描述

  2. 第一步保持了堆的结构性,但有序性无法保证,接着维持有序:
    新的根节点左右节点中值最大的那个节点比较,不断交换,直到有序。
    流程如下图所示:
    将31与44和25中大的那个——44比较,发现44大,44上去,31下来;然后35又大,31继续下去。
    在这里插入图片描述

代码实现
//在最大堆maxHeap中删除最大值,并放回该值
int delete_max(Heap* &maxHeap) {
	if (maxHeap->Size == 0)
	{
		cout << "堆空!" << endl;
		return -1;
	}

	//将堆的最后一个元素保存
	int temp = maxHeap->data[maxHeap->Size];
	
	maxHeap->Size--;
	int ans = maxHeap->data[1];
	int parent = 1;
	int child;
	/*for循环:用最大堆中最后一个元素从根节点开始向上过滤下层结点,就是为它找一个位置*/
	for (; parent * 2 <= maxHeap->Size; parent = child) {
		child = parent * 2;//child指向parent左孩子


		/*下面这个if将:child指向parent两孩子结点中值最大的那个*/
		if (child != maxHeap->Size //判断parent是否存在右孩子
			&& maxHeap->data[child + 1] > maxHeap->data[child])//
		{
			child = child + 1;
		}

		
		if (temp >= maxHeap->data[child])//位置找到了
		{

			break;
		}
		else
			maxHeap->data[parent] = maxHeap->data[child];
	}

	//最后赋值
	maxHeap->data[parent] = temp;
	
	return ans;//放回删除的最大值

}
时间复杂度

T (N) = O ( log N )

3.5 最大堆的建立问题

  • 目的将已经存在的N个元素按最大堆的要求存放在 一个一维数组中
  • 实现——两种方法
    1. 通过插入操作,将N个元素一个个相继插入到一个初 始为空的堆中去,其时间代价最大为O(N logN)。
    2. 在线性时间复杂度(O(n))下建立最大堆。
      (1)将N个元素按输入顺序存入,先满足完全二叉树的结构特性
      (2)调整各结点位置,以满足最大堆的有序特性。
方法一

方法一直接循环插入就好了:

//用插入建造一个堆
void Build_Heap(int list[], int size) {
	Heap* maxHeap = create_max_heap(size);
	for (int i = 0; i < size; i++)
		insert_max_heap(list[i], maxHeap);	
}
方法二

方法二中关键是调整,这与堆的删除操作很相似。

  1. 我们先分析下堆的删除操作:
    堆的删除操作是将最后一个结点移到根节点,然后下滤调整。
    其中:当最后一个结点移到根节点时,有一个特征——其左右子树都是堆。实际上,我们在堆里面执行最多的一个操作是:已知左边是一个堆,右边是一个堆,又新来了一个元素,怎么把它调成一个堆(方法就是前面堆的删除用到的方法)。堆的建立也是用到了这个方法
  2. 我们再看如何在建堆的过程中用上面的方法:
    在开始的时候 “将N个元素按输入顺序存入,先满足完全二叉树的结构特性 ”,这个时候元素是杂乱放入的,左边可能不是个堆,右边也不是一个堆。那怎么办?
    我们从底下开始,从倒数第一个有儿子的节点开始,对于这个节点,其左右子树最多只有一个儿子,那么其左右子树一定是一个堆。(如下图,从87节点开始,其左右子树都满足堆的特性)
  3. 就这样一直“从下到上”不断调整,直到调到根节点
    在这里插入图片描述

在这里插入图片描述

  • 2
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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

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