【朱江的数据结构课堂】数据结构之二项队列

千山陌亦

已于 2022-06-06 17:41:09 修改

阅读量85

点赞数

分类专栏：知识笔记文章标签：数据结构

于 2022-06-05 14:00:41 首次发布

本文链接：https://blog.csdn.net/qq_61443541/article/details/125131474

版权

知识笔记专栏收录该内容

2 篇文章 0 订阅

订阅专栏

二项队列是一种特殊的树形数据结构，由多个二项树组成，每个二项树都满足特定的约束条件。这篇博客介绍了二项队列的概念、性质以及基本操作，包括查找最小项、合并二项树、插入和删除最小值。通过代码实现展示了如何高效地进行这些操作，特别是合并二项队列的switch语句设计巧妙。二项队列在数据结构和算法中有着重要的应用。

摘要由CSDN通过智能技术生成

二项队列

前序知识

左式堆的各种操作，斜堆的各种操作
二项队列概念

二项队列不是一颗堆序的数，而是堆序树的集合，成为森林。

具有的性质：
1. 每一棵树都是有约束的树，叫做二项树
2. 高度为k的第k个二项树Bk由一个根节点和B0, B1, …B(k-1)构成。（k从0开始）
3. 高度为k的二项树的结点个数为2^k
我们可以将其理解为二进制的一个数组，从前往后看，例如1101，意义为我们有一颗高度为0的树（节点个数为2^{0个），高度为1的树（节点个数2}1个），高度为3的树（节点个数2^3个）
二项队列的操作
- 查找最小项
- 合并两颗二项树
- 插入一颗二项树
- 删除最小

二项队列的代码实现

队列申明

typedef struct BinNode *Position;
typedef struct BinNode *BinTree;
typedef struct Collection *BinQueue;
struct BinNode
{
	ElementType Element;//二项树元素类型
	Position LeftChild;//最左边的孩子
	Position Sibling;//兄弟节点
};
struct Collection//森林申明
{
	int CurrentSize;//数组大小
	BinTree TheTrees[MaxTree];//定义二项队列长度
}

合并两棵二叉树

这里对指针的大量运用，需要慢慢的理解体会

合并同样大小的两颗二项树的例程

BinTree CombineTree(BinTree T1,BinTree T2)
{
	if(T1->Element>T2->Element)
		return CombineTree(T2,T1);
	T2->Sibling = T1->LeftChild;
	T1->LeftChild = T2;
	return T1;
}

合并两个二项队列

BinQueue Merge(BinQueue H1, BinQueue H2)
{
	BinTree T1, T2, Carry = NULL;
	int i,j;
	if(H1->CurrentSize+H2->CurrentSize>Capacity)
		Error("Exceed the Capacity");
	H1->CurrentSize = H1->CurrentSize + H2->CurrentSize;
	for(i=0,j=1;j<H1->CurrentSize;i++,j*=2)
	{
		T1 = H1->TheTrees[i];
		T2 = H2->TheTrees[i];
		switch(!!T1+2*!!T2+4*!!Carry)
		{
			case 0: //No Trees
			case 1: //Only H1
				break; 
			case 2: 
				H1->TheTrees[i] = T2;
				H2->TheTrees[i] = NULL;
				break;
			case 4: //Only Carry
				H1->TheTrees[i] = Carry;
				Carry = NULL;
				break;
			case 3: //T1,T2
				Carry = CombineTree(T1,T2);
				H1->TheTrees[i] = H2->TheTrees[i] = NULL;
				break;
			case 5:
				Carry = CombineTree(T1,Carry);
				H1->TheTrees[i] = NULL;
				break;
			case 6:
				Carry = CombineTree(T2,Carry);
				H2->TheTrees[i] = NULL;
				break;
			case 7:
				H1->TheTrees[i] = Carry;
				Carry = CombineTree(T1,T2);
				H2->TheTrees[i] = NULL;
				break;
		}
	}
	return H1;
}

switch语句真的牛逼，这一段我看了半天才搞明白到底是怎么一回事！！！建议细细品味

删除最小值

ElementType DeleteMin(BinQueue H)
{
	int i,j;
	int MinTree;
	BinQueue DeleteQueue;
	Position DeletedTree, OldRoot;
	ElementType MinItem;
 
	if(IsEmpty(H))
	{
		Error("Empty BinQueue!!");
		return -Infinity;
	}
	//find the minmum
	Min = Infinity;
	for(i=0;i<MaxTree;i++)
	{
		if(H->TheTrees[i] && H->TheTrees[i]->Element<MinItem)
		{
			// Updata the minmun
			MiniItem = H->TheTrees[i]->Element;
			MinTree = i;
		}
	}
	// have found the DeleteTree
	DeleteTree = H->TheTrees[MinTree];
	OldRoot = DeleteTree;
	DeleteTree = OldRoot->LeftChild;
	free(OldRoot);
 
	// form the DeleteQueue
	DeletedQueue = Initialize();
	DeletedQueue->CurrentSize = (1<<MinTree) - 1;
 
	for(j=MinTree-1;j>=0;j--)
	{
		DeletedQueue->TheTree[j] = DeletedTree;
		DeletedTree = DeletedTree->Sibling;
		DeletedQueue->TheTree[j]->Sibling = NULL;
	}
	H->TheTrees[MiniTree] = NULL;
	H->CurrentSize -= DeletedQueue->CurrentSize+1;
 
	Merge(H,DeletedQueue);
	return MinItem;
 
}

参考资料：《数据结构与算法分析》以及b站视频[]: https://www.bilibili.com/video/BV1fC4y1h7CT?spm_id_from=333.337.search-card.all.click