Heaps | 优先队列

本文目录

一、优先队列的基本概念

 

二、优先队列的实现原理

三、优先队列的代码实现

 1、优先队列的结构

2、初始化优先队列

3、插入元素

4、删除最小元素

End

---

一、优先队列的基本概念

对于可以实现以下两种操作的数据结构：

1、Insert：插入新元素

2、DeleteMin：（快速）找到、返回并删除一个元素

我们称之为优先队列（Priority Queues），也可以说是堆的一种。

 

二、优先队列的实现原理

我们一般通过二叉堆（Binary Heaps）来实现优先队列。

• 堆是一颗完全二叉树，通过数组实现。
• 堆重要的性质：父节点一定是其所有子孙节点的最值。
• 堆中任意一棵子树仍然是堆

根据我们的需要，我们可以用大根堆或者小根堆实现优先队列。

如果每棵子树的根节点都是最大值，那么它就是大根堆；每棵子树的根节点都是最小值，那么它就是小根堆。

 注意，下面我们均以小根堆为例讲解。

---

我们理解堆，可以将它的外形理解为一棵完全二叉树，但是其数据本质均是存储在一个一维数组中的。存储的顺序是：对于完全二叉树，从1开始按照层次编号，和数组的下标一一对应。2

下图是一个堆的实现模型：

▲需要注意是：数组的储存从1开始，0的位置留作哨兵元素，具体作用后面再说。

---

那么这样编写堆，又如何实现二叉树的特点，从父节点迅速找到两个儿子节点呢？

我们很容易找到父子对应数组下标的数学关系：

对于一个下标为 i 的节点，它的父亲下标为 i / 2（整数部分），左儿子下标为 2*i，右儿子下标为 2*i + 1：

三、优先队列的代码实现

 1、优先队列的结构

typedef struct HeapStruct{
    int Capacity;  //容积
    int Size;  //当前大小
    int *Elements;  //数据域，数组指针
} *PRIORITY_HEAP, priority_heap;

2、初始化优先队列

/* 传入参数：所需优先队列的容积
 * 返回：初始化好的堆 */
PRIORITY_HEAP Initialize(int MaxElements) {
    PRIORITY_HEAP H = (PRIORITY_HEAP)malloc(sizeof(priority_heap));
    H->Elements = (int*)malloc((MaxElements + 1) * sizeof(int));
    H->Capacity = MaxElements;
    H->Size = 0;
    H->Elements[0] = MinData;   //设置哨兵元素，必须是堆中的最小值

    return H;
}

3、插入元素

可以说，堆的建立也是在插入的基础上的。和二叉查找树一样，堆的最终模样和我们输入的数据相关，就算是一样的数据，每个数的输入先后顺序不同，最终也很有可能是不一样的优先队列，当然啦，功能还是不变的。

堆的插入算法并不难实现：

🔺 先在最后为新元素开辟一个位置

🔺 该位置和其父节点 P 比较

              ▲ 如果比 P 中元素小，则父子交换位置

                   再循环与父亲比较

              ▲ 如果不比 P 中元素小，存入当前位置，插入完成

 

第二个🔺循环过程，我们称为上滤（percolat up）。

同时为了防止死循环，我们将H->Elements[0]设置为了哨兵元素，小于所有元素。

---

如下图展示了插入新元素 14 的完整过程:

 具体实现代码如下：

/* 传入参数：
 * 待插入元素x
 * 插入的优先队列 H */
void Insert(int x, PRIORITY_HEAP H) {
    int i;
    
    if(H->Size >= H->Capacity)  //没有空间插入了，不插入直接返回
        return;
    
    for(i = ++H->Size; x < H->Elements[i / 2]; i = i / 2) {
        H->Elements[i] = H->Elements[i / 2];  //父节点下移
    }
    H->Elements[i] = x;   //将元素插入适当位置
}

4、删除最小元素

对于优先队列来说，我们可以很快的找到且删除其最小元素，因为最小元素永远在堆顶，即存储在H->Elements[0]的位置。

堆的删除堆顶元素的算法比插入复杂一点：

（先记堆顶节点为空缺节点E）

🔺 先记录堆中最后的元素x，然后删去最后的位置

🔺 x 和 E 的左右孩子比较

              ▲ 如果比两个孩子都小，将 x 存入E中即可

              ▲ 否则，将更小孩子存入E

                   E改为该孩子原先所在节点处，继续循环 

 

 第二个🔺循环过程，我们称为下滤（percolat down）。  

---

如下图展示了删除最小元素 13 的完整过程:

 具体实现代码如下：

/* 传入参数：
 * 待删除堆顶的优先队列 H
 * 返回：
 * 删除的元素 */
int DeleteMin(PRIORITY_HEAP H) {

    if(!H->Size)
        return H->Elements[0];  //对空的优先队列执行删除操作，返回哨兵元素

    int LastElement = H->Elements[H->Size --];
    int MinElement = H->Elements[1];

    int i;  //空缺节点下标
    int child;  //更小的儿子节点下标

    for(i = 1; ; i = child) {
        child = 2 * i;  //暂存左儿子
        if(child != H->Size && H->Elements[child] > H->Elements[child + 1] )  //右儿子存在且更小
            child++;  //存入右儿子
            
        if(LastElement > H->Elements[child]) 
            H->Elements[i] = H->Elements[child]; //孩子上移
        else
            break;
    }
    H->Elements[i] = LastElement; //插入空缺节点
    return MinElement;
}

 

---

---

End

欢迎关注个人公众号“鸡翅编程”，这里是认真且乖巧的码农一枚，旨在用心写好每一篇文章，平常会把笔记汇总成推送更新~