核心:堆树
堆的定义:
1. 堆是一颗完全二叉树;
2. 满足每个结点的值总是大于等于(或者小于等于)其左右孩子的数值
3. 堆中的子树都是堆树
简而言之,堆是一颗完全二叉树,且子树都是父节点的值大于等于左右孩子的值。
数组表示的话,因为完全二叉树的特点,下标得到确定父节点的索引为i(i>=1),则左右孩子为2i和2i+1;
又因为子树都是堆树,则array[i] >= max(array[2*i], array[2*i + 1]);这样根据堆的结构我们就确定了堆的数据结构表示。
堆的数据结构:
struct MaxHeap
{
EType *heap; //存放数据的空间,下标从1开始存储数据,下标为0的作为存储临时数据。
int MaxSize; //MaxSize是存放数据元素空间的最大的个数
int HeapSize; //HeapSize是数据元素的实际个数
};
MaxHeap H;
注意: 在完全二叉树中,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;
1.构建最大堆
基本思想:初始化的序列是不满足堆的特性的,故需要进行调整。
首先将每个叶子结点视为一个堆树,再将每个叶子结点和其父节点一起构成一个包含更多结点的堆。
所以在构造堆的时候,首先需要找到最后一个结点的父节点,从这个节点开始构造最大堆,直到该节点后面的所有分支节点都处理完毕。
从最后的一个叶子结点的父节点开始向上进行遍历,直到根节点结束;每次遍历的时候都要对该结点的整颗子树进行向下遍历,直到直到整棵树到叶子结点。
void MaxHeapInit(MaxHeap &H)
{
for(int i=H.HeapSize/2;i>=1;i--)//向上进行遍历,直到根节点
{
H.heap[0]=H.heap[i];
int son=i*2;
while(son<H.HeapSize)
{
if(son<H.HeapSize&&H.heap[son]<H.heap[son+1])
son++;
if(H.heap[i]>H.heap[son])
break;
else if(son<H.heapSize&&H.heap[son]>H.heap[son+1]
{
H.heap[son/2]=H.heap[son];
son*=2; //向下遍历,直到叶子节点
}
}
H.heap[son/2]=H.heap[0];
}
}
2.最大堆中插入结点
因为最大堆的结构特性已经确定(即,看做有序的,满足堆的特性),所以插入的结点默认放到最后一个位置,保持完全二叉树的特性,继而是对堆中位置的调整。
自下而上地利用结构特性进行调整。因为和堆树的根节点即这棵树的最大值进行比较,所以交换后不会破坏结构,不用像构造的时候一直进行调整。
void MaxHeapInsert(MaxHeap &H, EType &x)
{
if(H.HeapSize==H.MaxSize) return false;
int i=++H.HeapSize;
while(i!=1&&x>H.heap[i/2])
{
H.heap[i]=H.heap[i/2];
i/=2;
}
H.heap[i]=x;
return true;
}
3. 最大堆中删除结点
删除的肯定是最大元素,即根节点。
将最大堆的最后一个节点放到根节点,然后删除最大值,然后再把新的根节点放到合适的位置。
自上而下地利用结构特性进行调整。
void MaxHeapDelete(MaxHeap &H, EType &x)
{
if(H.HeapSize==0) return false;
x=H.heap[1];
H.heap[0]=H.heap[H.HeapSize--];
int i=1, son=i*2;
while(son<H.HeapSize)
{
if(son<H.HeapSize&&H.heap[son]<H.heap[son+1])
son++;
if(H.heap[i]>H.heap[son])
break;
H.heao[i]=H.heap[son];
i=son;
son*=2;
}
H.heap[i]=H.heap[0];
return true;
}