初阶数据结构——“堆”

蒲公英派

已于 2024-07-08 17:57:49 修改

阅读量1.2k

点赞数 13

文章标签：数据结构算法

于 2024-07-08 17:57:25 首次发布

本文链接：https://blog.csdn.net/shi_ki2/article/details/140143799

版权

前言：

本文的关键点：

介绍了树的概念和表示方式。
讨论了二叉树及其概念、结构、特殊类型、性质。
探讨了二叉树的存储结构，包括顺序存储和链式存储。
讲解了二叉树的顺序结构以及堆的概念和结构。
解释了堆的创建、插入和删除操作。

1.树

1.1树的概念

树是一种数据结构，它是由n(n≥0)个有限节点组成一个具有层次关系的集合。把它叫做“树”是因为它看起来像一棵倒挂的树。树的结构大概是这样的

下面是几个重要的概念
节点的度：一个节点含有的子树的个数称为该节点的度；
叶节点：度为0的节点称为叶节点；
非终端节点或分支节点：度不为0的节点；
双亲节点或父节点：若一个节点含有子节点，则这个节点称为其子节点的父节点；
孩子节点或子节点：一个节点含有的子树的根节点称为该节点的子节点；
兄弟节点：具有相同父节点的节点互称为兄弟节点；
树的度：一棵树中，最大的节点的度称为树的度；
节点的层次：从根开始定义起，根为第1层，根的子节点为第2层，以此类推；
树的高度或深度：树中节点的最大层次；
堂兄弟节点：双亲在同一层的节点互为堂兄弟；
节点的祖先：从根到该节点所经分支上的所有节点；
子孙：以某节点为根的子树中任一节点都称为该节点的子孙。
森林：由m棵互不相交的树的集合称为森林；

值得注意的是，树的子节点之间是不相交的

1.2树的表示

树的结构相对于前面所认识的几种线性表来说是较为复杂的，在树的存储中我们既要存储数据域，又要存储节点与节点之间的关系，那么我们应该如何表示一棵树呢？下面小编便带大家一起了解一下“树”最常用的一种表示方法，即：“左孩子右兄弟”如下：

我们按照这种结构来实现，无论一个父节点有多少个孩子,child指向左边的第一个孩子, 其余的孩子由第一个孩子的兄弟节点来遍历, 这样每个节点都可以遍历查询到

typedef int DataType;
struct Node
{
 struct Node* firstChild1; // 第一个孩子结点
 struct Node* pNextBrother; // 指向其下一个兄弟结点
 DataType data; // 结点中的数据域
};

下面我们来介绍一种特殊的树即为“二叉树”

2.二叉树

2.1二叉树的概念和结构

概念:

一棵二叉树是结点的一个有限集合，该集合:

或者为空
由一个根结点加上两棵别称为左子树和右子树的二叉树组成

结构：

如下图

任意二叉树都是由以下几种情况复合而成

2.2两种特殊的二叉树

1. 满二叉树：一个二叉树，如果每一个层的结点数都达到最大值，则这个二叉树就是满二叉树。也就是说，如果一个二叉树的层数为K，且结点总数是，则它就是满二叉树。

2. 完全二叉树：完全二叉树是效率很高的数据结构，完全二叉树是由满二叉树而引出来的。对于深度为K 的，有n个结点的二叉树，当且仅当其每一个结点都与深度为K的满二叉树中编号从1至n的结点一一对应时称之为完全二叉树。要注意的是满二叉树是一种特殊的完全二叉树。

2.3二叉树的性质

若规定根结点的层数为1，则一棵非空二叉树的第i层上最多有 2^(i-1) 个结点.
若规定根结点的层数为1，则深度为h的二叉树的最大结点数是2^h -1.
对任何一棵二叉树, 如果度为0其叶结点个数为n0 , 度为2的分支结点个数为n2 ,则有n0 ＝n2 ＋1
若规定根结点的层数为1，具有n个结点的满二叉树的深度，h= . (ps：是log以2 为底，n+1为对数)
对于具有n个结点的完全二叉树，如果按照从上至下从左至右的数组顺序对所有结点从0开始编号，则对于序号为i的结点有：

1. 若i>0，i位置结点的双亲序号：(i-1)/2；i=0，i为根结点编号，无双亲结点

2. 若2i+1=n否则无左孩子

3. 若2i+2=n否则无右孩子

2.4二叉树的存储结构

二叉树一般可以使用两种结构存储，一种顺序结构，一种链式结构

1.顺序存储

顺序结构存储就是使用数组来存储，一般使用数组只适合表示完全二叉树，因为不是完全二叉树会有空间的浪费。而现实中使用中只有堆才会使用数组来存储，二叉树顺序存储在物理上是一个数组，在逻辑上是一颗二叉树。如下图：

2.链式存储

二叉树的链式存储结构是指，用链表来表示一棵二叉树，即用链来指示元素的逻辑关系。通常的方法是链表中每个结点由三个域组成，数据域和左右指针域，左右指针分别用来给出该结点左孩子和右孩子所在的链结点的存储地址。链式结构又分为二叉链和三叉链，当前我们学习中一般都是二叉链

typedef int BTDataType;
 // 二叉链
struct BinaryTreeNode
 {
    struct BinTreeNode* left;   // 指向当前结点左孩子
    struct BinTreeNode* right;  // 指向当前结点右孩子
    BTDataType data;            // 当前结点值域
}
 
// 三叉链
struct BinaryTreeNode
 {
    struct BinTreeNode* parent; // 指向当前结点的双亲
    struct BinTreeNode* left;   // 指向当前结点左孩子
    struct BinTreeNode* right;  // 指向当前结点右孩子
    BTDataType data;            // 当前结点值域
}

2.5二叉树的顺序结构及其实现

1.二叉树的顺序结构

普通的二叉树是不适合用数组来存储的，因为可能会存在大量的空间浪费。而完全二叉树更适合使用顺序结构存储。现实中我们通常把堆(一种二叉树)使用顺序结构的数组来存储，需要注意的是这里的堆和操作系统虚拟进程地址空间中的堆是两回事，一个是数据结构，一个是操作系统中管理内存的一块区域分段。例如下图左侧为完全二叉树的存储方式，右侧为普通二叉树的存储方式：

2.堆的概念及其结构

堆就是以二叉树的顺序存储方式来存储元素，同时又要满足父亲结点存储数据都要大于儿子结点存储数据（也可以是父亲结点数据都要小于儿子结点数据）的一种数据结构。堆只有两种即大堆和小堆，大堆就是父亲结点数据大于儿子结点数据，小堆则反之。

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；
堆总是一棵完全二叉树。

3.堆的创建

下面我们给出一个数组，这个数组逻辑上可以看做一颗完全二叉树，但是还不是一个堆，现在我们通过算法，把它构建成一个堆。根结点左右子树不是堆，我们怎么调整呢？这里我们从倒数的第一个非叶子结点的子树开始调整，一直调整到根结点的树，就可以调整成堆。

int a[] = {1,5,3,8,7,6};

这里附上向上调整和向下调整两个代码：

void AdjustUp(HPDataType* a, int child) {
	int parent=(child-1)/2;
	while (child > 0) {
		if (a[child] > a[parent]) {
			Swap(&a[child], &a[parent]);
			child = parent;
			parent= (child - 1) / 2;
		}
		else {
			break;
		}
	}
}

void AdjustDown(HPDataType*a,int n,int parent) {
	int child = parent * 2 + 1;
	while (child < n) {
		if (child + 1 < n && a[child] > a[child + 1]) {
			++child;
		}
		if (a[parent] > a[child]) {
			Swap(&a[parent], &a[child]);
			parent = child;
			child= parent * 2 + 1;
		}
		else {
			break;
		}
	}
}

4.堆的插入

我们直接将数据插入到堆的末尾，然后对该数据进行向上调整算法直至满足堆的概念

void HeapPush(Heap* hp, HPDataType x) {
	if (hp->_capacity == hp->_size) {
		HPDataType* ptr;
		//在这里用三目操作符来防止传过来的顺序表的内存空间为零
		int newcapacity = hp->_capacity == 0 ? 4 : 2 * hp->_capacity;
		ptr = (HPDataType*)realloc(hp->_a, newcapacity * sizeof(HPDataType));
		if (ptr == NULL) {
			perror(realloc);
			exit(1);
		}
		hp->_a = ptr;
		hp->_capacity = newcapacity;
	}
	hp->_a[hp->_size] = x;
	hp->_size++;
	AdjustUp(hp->_a, hp->_size - 1);
}

5.堆的删除

删除堆是删除堆顶的数据，将堆顶的数据根最后一个数据一换，然后删除数组最后一个数据，再进行向下调整算法。

void HeapPop(Heap* hp) {
	assert(hp);
	assert(hp->_size > 0);
	Swap(&hp->_a[0], &hp->_a[hp->_size - 1]);
	hp->_size--;
	AdjustDown(hp->_a, hp->_size, 0);
}

6.后续接口及其实现方法

//堆的初始化
void HeapInit(Heap* hp) {
	hp->_a = NULL;
	hp->_capacity = hp->_size = 0;
}
// 堆的销毁
void HeapDestory(Heap* hp) {
	free(hp->_a);
	hp->_capacity = hp->_size = 0;
}
// 取堆顶的数据
HPDataType HeapTop(Heap* hp) {
	assert(hp);
	return hp->_a[0];
}
// 堆的数据个数
int HeapSize(Heap* hp) {
	assert(hp);
	return hp->_size;
}
// 堆的判空
bool HeapEmpty(Heap* hp) {
	assert(hp);
	return hp->_size = 0;
}

完。