【初阶数据结构】堆的实现以及堆的应用（保姆级详解topK问题和堆排序！）

大家好啊，今天博主来分享关于堆的知识，喜欢的话请三连支持一下吧（恳求），话不多说，直接开始！

——————————————————————————————

一，堆的概念以及结构

二，堆的实现

依旧分为三个文件：Heap.h Heap.c test.c

1，Heap.h

堆一般用数组存储。

2,Heap.c

ps:如果某些函数很简单，就不赘述原理了，哈哈

2.1初始化堆

函数原型：

函数实现：

2.2销毁堆

函数原型：

函数实现：

2.3向上调整算法（堆插入时要用到）

函数原型：

分析：

由于堆的性质：堆中某个节点的值总是不大于或不小于其父节点的值，也就是说，一个堆要么是大堆，要么是小堆，子节点要么比父节点小，要么比父节点大。

那么当一个数组不满足堆的时候，我们就要使用此算法把他调整成堆。

假设我们要制造一个小堆：

在堆被插入了一个节点之后，要比较新插入的节点和他的父节点的大小——

如果小于它的父节点，就交换两个节点，并且把新节点的下标更新为他原本父节点的下标，

然后再次与他现在的父节点进行比较，直到新节点不小于他的父节点，或者新节点已经到达堆顶。

如果要建造大堆只需要让逻辑反过来即可

函数实现：（child就是新节点的下标）

2.4堆的插入

函数原型：

分析：

1. 插入的时候要检测空间是否足够，如果不够要开辟内存空间。

2. 插入之后要保证堆的结构，所以要使用向上调整算法。

函数实现：

2.5向下调整算法（堆删除时要用）

函数原型：

分析：

这里有必要说一下删除的方法：如果直接让数组的大小减一，再向前挪动，会破坏堆的结构。

所以，我们采用了另外一种方法;

先让堆顶的数据和最后一个数据进行交换，然后让数组的大小减一，再让堆顶的数据到它该去的位置，保证堆的结构，这样就完成了删除。

如何要让堆顶的数据去它该去的位置呢——这就要用到向下调整算法。

形参：int*a用来接收数组首元素的地址，int n代表数组的元素个数，int parent代表要调整的元素的下标。

假设我们要建造小堆：

让下标是parent的元素跟它的两个子节点进行比较，与更小的那一个进行交换，更新下标为被交换的子节点的下标，如此循环往复，直到下标是parent的元素的值不大于两个子节点，或者到达叶节点

函数实现：

另外补充一句，

这里child+1<n最好是先判断，如果是在vs上面的话，对越界问题检查的不严格，是无所谓先后顺序的，但是如果是做oj题的话，对越界问题的检查是需要很严格的，要不然会报错的。

所以就是最好把child+1<n写在前面。

2.6堆的删除

函数原型：

分析：

在2.4中已经说的很清楚了，此处省略

函数实现：

三，堆的应用

主要共有两种：TopK问题和堆排序

1. TopK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。

分析：

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：

1. 用数据集合中前K个元素来建堆

前k个最大的元素，则建小堆

前k个最小的元素，则建大堆

2. 用剩余的N-K个元素依次与堆顶元素来比较，不满足则替换堆顶元素

将剩余N-K个元素依次与堆顶元素比完之后，堆中剩余的K个元素就是所求的前K个最小或者最大的元素。

代码：（假设求前k个最大的元素）

这里我们求取100个元素中最大的十个，为了方便测试，我设置了90个小于一百万的元素，10个大于一百万的元素。

结果：

看来成功了.

2. 堆排序

分析：

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（从倒数的第一个非叶子节点的子树开始调整，一直调整到根节点的树，就可以调整成堆）

升序：建大堆（堆顶数据排在最后，也就是说大数在后面，就是升序）

降序：建小堆（堆顶数据排在最后，也就是说小数在后面，就是降序）

2. 利用堆删除思想来进行排序

即将堆顶数据和最后一个数据进行交换，然后将数组元素个数看作n-1来进行调整。

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。

代码：

结果：

——————————————————————————————————————————

都看到这里了，如果真的有收获到了东西就三连支持一下吧！O(∩_∩)O~~