自己写一个堆
首先,明确一下,为什么需要堆?
=>考虑插入,删除,查找的效率。
数组,查找,最快是二分查找O(lgN)。但查找完如果要做什么操作,比如删除,就要挪动元素了。所以合起来效率是O(lgN)+O(N)=O(N)
二叉树,看起来是O(lgN),但之前写树的时候有说过,链表是不是树?是树的退化形态,每个结点都有小于等于一个的儿子。这个时候查找的效率是O(lgN)了。之前说,查找之后万一要做什么操作,树就可能不是完全二叉树,即查找效率为O(lgN)。
能不能试图用平衡二叉树?不能,rotate非常麻烦。
=>所以尝试保持一颗完全二叉树=>给这棵树起名堆。
接下来考虑需要用什么基础的数据结构存储。
需要指针吗?
完全二叉树是每一个结点要么没有儿子,要么有两个儿子,在堆里只有最后一个有儿子的父节点可以只有左儿子。所以完全可以用数组表示。
假如链表下标从1开始,2和3是它的子节点,2/2=1,3/2=1,父节点访问也很方便。
初始化
表示这棵树需要几个数据:总容量,现在有多少元素,以及存放元素的数组。
初始化需要提供总容量。
插入元素
为确保是一个完全二叉树,插在最后。
堆需要确保一件事情,小元素在上,大元素在下。所以需要向上进行一次数据交换,寻找插入值的最终位置。
注意,这里说的是寻找,不需要真的交换,只需要挪动不符合要求的元素,找到插入值的最终位置赋值即可。
删除元素
删除一定是删最小的。其余和插入一样。
为确保是一个完全二叉树,将最后一个元素和被删除的第一个元素交换,然后向下寻找最终位置。
4. 一个数组的插入
为了保证堆的性质,插入数组后需要排序。
思考一下,哪些需要排序?
如果向下调整位置,则叶子结点不需要轮。如果向上调整位置,则根节点不需要轮。
效率为重,叶子结点最多,如果向上调整,则叶子结点需要轮的距离最远。而事实上,叶子结点又占了树结点的很大一部分。
所以我们选择向下调整。
完整代码(包括测试)
#include<iostream>
using namespace std;
class h{
private:
int *nums;
int capacity;
int l;
public:
h(){
capacity=0;
}
void init(int c=1){
capacity=c;
l=0;
nums=new int [c+1];
}
void printh(){
for(int i=1;i<=l;i++){
cout<<nums[i]<<" ";
}cout<<endl;
}
int isfull(){
if(capacity==l){
return 1;
}
return 0;
}
void moveup(int k){
int tempnum=nums[k];
int i=k;
for(i;tempnum<nums[i/2]&&i>1;i/=2){
nums[i]=nums[i/2];
}
nums[i]=tempnum;
}
int insert(int n){
if(isfull()){return 0;}
nums[l+1]=n;
l++;
moveup(l);
return 1;
}
int isempty(){
if(l==0){
return 1;
}
return 0;
}
void movedown(int k){
int tempnum=nums[k];
int i=k;
while(i*2<=l){
int child=i*2;
if(child<l){
if(nums[child]>nums[child+1]){
child++;
}
}
if(nums[child]<tempnum){
nums[i]=nums[child];
i=child;
}
else{
nums[i]=tempnum;
return ;
}
}
nums[i]=tempnum;
return ;
}
int remove(){
if(isempty()){return 0;}
nums[1]=nums[l];
l--;
movedown(1);
return 1;
}
void buildheap(int *a,int len,int c=0){
if(len>c){c=len;}
init(c);
l=len;
for(int i=0;i<len;i++){
nums[i+1]=a[i];
}
for(int i=len/2;i>=1;i--){
movedown(i);
}
}
};
int main(){
int a[6]={10,50,60,5,30,20};
h h1;
h1.buildheap(a,6);
h1.printh();
}
2. c++的堆
堆在queue中,叫priority_queue,默认是大顶堆,即树根是最大的元素,可以执行一下验证。
所以插入是push,查看堆顶元素是top(),弹出堆顶是pop()。
#include<iostream>
#include<queue>
using namespace std;
int main(){
priority_queue<int>q1;
int a[6]={111,222,333,11,22};
for(int i=0;i<5;i++){
q1.push(a[i]);
}
cout<<q1.top()<<endl;
q1.pop();
cout<<q1.top()<<endl;
}
堆额外有一种方法让其变为小顶堆,即提供一个容器,前提是这个容器支持从小到大排序,比如vector。
可以借助以下程序验证。
#include<iostream>
#include<queue>
#include<vector>
using namespace std;
int main(){
priority_queue<int,vector<int>,greater<int> >q1;
int a[5]={111,222,333,11,22};
for(int i=0;i<5;i++){
q1.push(a[i]);
}
for(int i=0;i<5;i++){
cout<<q1.top()<<endl;
q1.pop();
}
}
3. c++的集合
集合就是set嘛,之前刷题用了好多次了。
注意三点:
set默认从小到大排序(因为底层实现是红黑树,类似AVL树)
set.insert()也可以插入集合,方法详见下方实验代码
对于力扣中要求返回vector但你用set做了,只要返回{set.begin(), set.end()}即可
可以用以下代码验证set
#include<iostream>
#include<set>
using namespace std;
int main(){
set<int>s1;
int a1[3]={333,222,111};
for(int i=0;i<3;i++){
s1.insert(a1[i]);
}
for(auto x:s1){
cout<<x<<" ";
}cout<<endl;
set<int>s2;
s2.insert(666);
s2.insert(555);
s1.insert(s2.begin(),s2.end());
for(auto x:s1){
cout<<x<<" ";
}cout<<endl;
}
4. 不相交集
设想情景:使用者想按照某种规则将集合中的元素分类,比如集合{a,b,c,d,e},按规则得到,{a,b}{c,d}{e}三类。我们需要实现:分类,查找。
初始化
思考需要存储那些内容?
查找一个子集,只要抓住其中一个元素其实就抓住了整个集合。所以子集里存在一个父亲元素,其它元素都指向这个父亲元素(的下标)。(可不可以用指针?也可以哎,但还是下标直观)最初的子集每个元素都是一个集合里的父亲元素。
另外用户查找的时候查找的肯定是数值,所以需要一个数组存储数值。
需要知道能放多少个数以及已经放了多少个数。
暂且先这样。
2. 插入元素
就插入嘛。假设集合的父亲元素标记为0,就是没有父亲,自己就是父亲,所以每插入一个元素,它对应的parent暂且设置为0。另外0号位置不存数据。
3. 查找元素
这里肯定不是简单找一个元素在哪里,而是找这个元素属于哪个集合,找这个集合的父亲元素。
4. 合并子集
需要合并,就把一个子集的父亲元素改为指向另一个子集的父亲元素就好了。
所以查找的时候要注意,不一定找到该元素就能立刻得到它的父亲元素,可能要一层层回溯。
所以,或许可以改进一下?不要那么多层回溯,至多两层就能找到父亲?
5. 改进
查找
在查找的时候,如果不能一次找到集合的父亲,能不能将当前元素的爷爷当成当前元素的父亲?
b. 合并
在合并的时候,可不可以大树上拴小树?判断大树还是小树,就要计算每个集合的层数,所以不妨把子集的父亲元素改为负数,负号代表是父亲元素,绝对值代表树的高度(感觉做了查找改进,这一步有一、、多余)
ok,放个改进后的代码。
#include<iostream>
#include<map>
using namespace std;
struct sortset{
int *parent;
int *data;
map<int,int>m;
int capacity;
int size;
sortset(int c=10){
capacity=c;
size=0;
parent=new int[c+1];
data=new int[c+1];
}
bool insert(int n){
if(capacity==size){return false;}
size++;
data[size]=n;
parent[size]=-1;
m[n]=size;
return true;
}
int find(int n){
map<int,int>::iterator i=m.find(n);
if(i==m.end()){return 0;}
int templace=i->second;
int cont=0;
while(parent[templace]>0){
int tempnum=templace;
templace=parent[templace];
parent[tempnum]=parent[templace];
cont++;
}
parent[templace]+=cont;
return templace;
}
void setunion(int a,int b){
int ra=find(a);
int rb=find(b);
if(ra==0 or rb==0){//元素不存在于集合中
return ;
}
if(ra==rb){//同父,不操作
return ;
}
if(parent[ra]>parent[rb]){//a是小树,把a拴b上
int tempnum=parent[ra];
parent[ra]=rb;
parent[rb]+=tempnum;
}
else{//b是小树
int tempnum=parent[rb];
parent[rb]=ra;
parent[ra]+=tempnum;
}
}
void print(){
for(int i=1;i<=size;i++){
cout<<i<<" ";
}cout<<endl;
for(int i=1;i<=size;i++){
cout<<parent[i]<<" ";
}cout<<endl;
for(int i=1;i<=size;i++){
cout<<data[i]<<" ";
}cout<<endl;
}
};
int main(){
sortset s;
s.insert(11);
s.insert(22);
s.insert(66);
s.insert(-5);
s.insert(123);
s.setunion(11,66);
s.setunion(22,11);
s.setunion(11,-5);
s.print();
}