堆的创建以及堆的基本操作

一、堆的基本概念

概念：将元素储存在一维数组中--->形成一颗完全二叉树

           条件限制：每个节点比其孩子节点都大（小）--->大（小）堆

大堆：

二、堆的特性

特性：堆顶元素是所有元素中最大（小）的

           任意节点都比其孩子节点大（小）

           从堆顶到所有叶子路径中是降序（升序）

三、向下调整

现在我们给出一个数组，逻辑上看做一颗完全二叉树。我们通过从根节点开始的向下调整算法可以把它调整

成一个小堆。 向下调整算法有一个前提：左右子树必须是一个堆，才能调整。

int array[] = {27,15,19,18,28,34,65,49,25,37};

 

 

四、堆的相关操作

1.创建堆

// 堆的构建
void HeaPCreate(Heap* hp, HPDataType* a, int n)
{
	//申请一个和传入的数组一样大的空间保存堆
	hp->arry = (HPDataType*)malloc(sizeof(HPDataType)*n);
	if (NULL == hp->arry)
	{
		assert(hp);
		return;
	}
	memcpy(hp->arry, a, n * 4);
	hp->capacity = n;
	hp->size = n;
	for (int root = (n - 2) / 2; root >= 0; root--){
		//用向下调整从下向上（从第一个非叶子节点开始）依次对堆中的节点进行调整
		AjustdownHeap(hp,root);
	}
}

刚将数组中的元素拷贝到堆中的时候： 

 创建完成后的结果：

 建堆的时间复杂度为O(N)。（具体的计算过程这里就不描述了）

2.插入元素

//判断堆的容量是否满了
static int CheckCapacity(Heap*hp)
{
	assert(hp);
	return hp->capacity == hp->size;
}

static void BuySize(Heap*hp, HPDataType x)
{
	//1.申请新空间
	int newsize = hp->capacity * 2;
	HPDataType* newarry = (HPDataType*)malloc(sizeof(HPDataType)*newsize);
	if (NULL == newarry)
	{
		assert(0);
		return;
	}
	//2.拷贝旧空间的内容
	memcpy(newarry, hp->arry, hp->capacity*sizeof(HPDataType));
	//3.销毁旧空间
	free(hp->arry);
	//4.新空间的使用
	hp->arry = newarry;
	hp->capacity = newsize;
}

// 堆的插入
void AjustupHeap(Heap*hp)
{
	int child = hp->size - 1;
	int parent = (child - 1) / 2;
	while (child > 0)
	{
		if (hp->arry[parent] > hp->arry[child])
		{
			Swap(&hp->arry[parent], &hp->arry[child]);
		}
		else
		{
			return;
		}
		child = parent;
		parent = (child - 1) / 2;
	}
}

 由上图可知，插入元素是在堆的最后，也就是数组的末尾。

 

 向上调整之后的结果。

注意：堆中插入元素要先判断堆是否满了，如果满了则需要扩容

           插入元素是在堆的最后，也就是数组的末尾。 

3.删除元素

// 堆的删除（堆顶元素）
void HeapPop(Heap* hp)
{
	if (CheckCapacity(hp))
	{
		return;
	}
	//将堆顶元素和堆的最后一个元素进行交换
	Swap(&hp->arry[0], &hp->arry[hp->size-1]);
	//然后将堆的最后一个元素删除
	hp->size-=1;
	//堆顶元素向下调整
	AjustdownHeap(hp, 0);
}

4.获取堆顶元素（获取数组0号位置的元素）

// 取堆顶的数据
HPDataType HeapTop(Heap* hp)
{
	return hp->arry[0];
}

5.检测堆是否为空

// 堆的判空 
int HeapEmpty(Heap* hp)
{
	if (0 == hp->size)
	{
		return 1;
	}
	return 0;
}

6.获取堆中有效元素的个数

// 堆的数据个数 
int HeaPSize(Heap* hp)
{
	return hp->size;
}

7.销毁堆

// 堆的销毁 
void HeapDestory(Heap* hp){
	if (hp->arry)
	{
		free(hp->arry);
		hp->capacity = 0;
		hp->size = 0;
		hp = NULL;
	}
}

五、堆的应用

1.堆排序

堆排序即利用堆的思想来进行排序，总共分为两个步骤：

1. 建堆

升序：建大堆

降序：建小堆

2. 利用堆删除思想来进行排序

建堆和堆删除中都用到了向下调整，因此掌握了向下调整，就可以完成堆排序。

 2.top-k问题：

TOP-K 问题：即求数据结合中前 K 个最大的元素或者最小的元素，一般情况下数据量都比较大 。

比如：专业前 10 名、世界 500 强、富豪榜、游戏中前 100 的活跃玩家等。

对于 Top-K 问题，能想到的最简单直接的方式就是排序，但是：如果数据量非常大，排序就不太可取了 ( 可能

数据都不能一下子全部加载到内存中 ) 。最佳的方式就是用堆来解决，基本思路如下：