最大堆与最小堆

基本概念:

1、完全二叉树:若二叉树的深度为h,则除第h层外,其他层的结点全部达到最大值,且第h层的所有结点都集中在左子树。

2、满二叉树:满二叉树是一种特殊的的完全二叉树,所有层的结点都是最大值。

堆树的定义:

1、堆是一颗完全二叉树。

2、堆中的某个结点的值总是大于等于(最大堆)或小于等于(最小堆)其孩子结点的值。

3、堆中每个结点的子树都是堆树。

构造最大堆

      对于一个给定的数据 Arr = {5, 1, 13, 3, 16, 7, 10, 14, 6, 9},如何构造出一个最大堆呢?
     首先它是一颗完全二叉树,因此我们可以使用顺序存储.对应的完全二叉树如下图:

    注意: 在二叉树中,若当前节点的下标为 i, 则其父节点的下标为 i/2,其左子节点的下标为 i*2,其右子节点的下标为i*2+1;

  开始构造最大堆:

  1. 首先我们需要找到最后一个结点的父结点如图(a),我们找到的结点是16,然后找出该结点的最大子节点与自己比较,若该子节点比自身大,则将两个结点交换.图(a)中,16是最大的结点,不需要交换.
  2. 我们移动到第下一个父结点3,如图(b)所示.同理做第一步的操作,交换了314,结果如图(c)所示.
  3. 移动结点到下一个父结点13,如图(d)所示,发现不需要做任何操作,
  4. 移动到下个父结点1,如图(e)所示,然后交换116,如图(f)所示,此时我们发现交换后,1的子节点并不是最大的,我们接着在交换(如图g)所示
  5. 移动到父结点到5,一次重复上述步骤,交换516,在交换145,在交换56所有节点交换完毕,最大堆构建完成


初始化最大堆:

typedef int ElementType;
typedef struct HeapStruct *MaxHeap;
struct HeapStruct {
    //指向一个数组
    ElementType *Element;
    //堆当前元素的个数
    int size;
    //堆的最大容量
    int capacity;
};


int maxIndex(int left, int right, MaxHeap heap);

void initHeap(int *arr, int size, MaxHeap &heap, int maxCapacity) {

    heap = (MaxHeap)malloc(sizeof(HeapStruct));
    heap->capacity = maxCapacity;
    heap->Element = new ElementType[maxCapacity+1];
    heap->size = size;
    //第一个位置不存任何数据,交换结点时可以作为中间变量
    heap->Element[0] = 0;
    //构建完全二叉树
    for (int i = 0; i < size; i++) {
        heap->Element[i+1] = arr[i];
    }

    //寻找最后一个结点的父结点,作为初始值
    for (int pIndex = heap->size / 2; pIndex >= 1; pIndex--) {
        int tmp = pIndex;
        while ((tmp<<1) <= heap->size) { //表示该结点有孩子结点-->当该结点时叶子结点时,循环结束
            //寻找这个结点的最大子结点
            int maxChildIndex = 0;
            if ((tmp<<1) + 1 > heap->size) { //没有右孩子,则左孩子就是最大子结点
                maxChildIndex = (tmp<<1);
            } else {//从左右孩子中寻找最大子结点
                maxChildIndex = maxIndex(tmp<<1,  (tmp<<1) + 1, heap);
            }
            //比较最大子结点和当前父结点,如果父结点的值小于最大子结点的值,则交换两个结点
            if (heap->Element[tmp] < heap->Element[maxChildIndex]) {
                //交换两个结点
                heap->Element[0] = heap->Element[tmp];
                heap->Element[tmp] = heap->Element[maxChildIndex];
                heap->Element[maxChildIndex] = heap->Element[0];
                heap->Element[0] = 0;
                tmp = maxChildIndex;
            } else {
                break;//当该结点不需要在交换时,结束向下查找
            }
        }
    }
}

int maxIndex(int left, int right, MaxHeap heap) {
    return heap->Element[left] > heap->Element[right] ? left : right;
}

应用场景:如何从100w的数据中找出最大的100个?

1、先取出100个数,建立最小堆。

2、依次读取剩余的数据,与堆顶元素进行对比,若小于堆顶元素,则丢弃,否则替换堆顶元素,重新维护最小堆。

3、重复步骤2,直到遍历完所有的数据。

 

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值