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: