堆的性质
1,堆中某节点的值总是不大于或不小于其父节点的值。
2,堆是一颗完全二叉树。
1,堆分为两种,大根堆和小根堆。
2,我们用数组来存储堆,所以我们想象出来的是一颗完全二叉树,实际上操纵的是数组。如图:
3,现在我们来实现堆的基本操作。
(1)首先,我们来创建一个结构体来表示堆。
typedef struct Heap
{
HPDataType* _a;//使用动态的数组,方便扩容。
int _size;//堆的有效数字的个数
int _capacity;//堆的容量
}Heap;
(2)写出堆基本操作的声明。
void HeapCreate(Heap* hp);// 堆的构建
void HeapDestory(Heap* hp);//堆的销毁
void HeapPush(Heap* hp, HPDataType x);//堆的插入
void AdjustUp(HPDataType* a,int child);//向上调整
void AdjustDown(HPDataType* a, int size,int parent);//向下调整
void HeapPrintf(Heap* hp);//打印堆
void swap(HPDataType* x, HPDataType* y);//两数交换
void HeapPop(Heap* hp);//堆的删除
HPDataType HeapTop(Heap* hp);//获取堆顶的数据
int HeapSize(Heap* hp);//堆的个数
int HeapEmpty(Heap* hp);//堆的判空
(3)实现上述操作。
1,堆的创建和销毁。
void HeapCreate(Heap* hp)//创建
{
assert(hp);
hp->_a=NULL;
hp->_size=hp->_capacity= 0;
}
void HeapDestory(Heap* hp)//销毁
{
assert(hp);
assert(hp->_a);
free(hp->_a);
hp->_capacity = hp->_size = 0;
}
2,堆的插入。
因为是数组,插入数据可以在任意位置插入,但是在前面插入数据,需要挪动数据,为了降低复杂度,我们决定尾插。
void HeapPush(Heap* hp, HPDataType x)
{
assert(hp);
if (hp->_size == hp->_capacity)//如果满了就需要扩容。
{
int newcapacity = hp->_capacity == 0 ? 4 : 2 * hp->_capacity;
HPDataType* temp = (HPDataType*)realloc(hp->_a, sizeof(HPDataType) * newcapacity);
if (temp == NULL)
{
printf("realloc fail\n");
exit(-1);
}
hp->_a = temp;
hp->_capacity = newcapacity;
}
hp->_a[hp->_size] = x;//尾插
hp->_size++;
AdjustUp(hp->_a,hp->_size-1);
}
void swap(HPDataType *x, HPDataType *y)
{
HPDataType temp = *x;
*x = *y;
*y = temp;
}
void AdjustUp(HPDataType *a,int child)//向上调整
{
int parent = (child - 1) / 2;
while (child > 0)
{
if (a[child] > a[parent]) //这里是大根堆,如果要写小根堆就是<
{
swap(&a[child], &a[parent]);
child = parent;
parent = (child - 1) / 2;
}
else {
break;
}
}
}
3,堆的删除 ,堆的删除删除的是堆顶的元素,删除其他位置没有意义。
我们需要采用向下调整算法。
// 堆的删除
void HeapPop(Heap* hp)
{
assert(hp);
assert(hp->_size > 0);
swap(&hp->_a[0], &hp->_a[hp->_size - 1]);//先将堆顶和最后一个元素交换。
hp->_size--; //删除
AdjustDown(hp->_a,hp->_size,0);
}
void AdjustDown(HPDataType* a, int size, int parent)//向下调整
{
int child = parent * 2 + 1;//只定义一个左孩子,右孩子就为左孩子+1。
while (child < size)//调整到叶子节点就停止,孩子节点的下标不能超出数组。
{
if (child + 1 < size && a[child+1] > a[child])//在确保右孩子存在的情况下,选出大的。
{
child++;
}
if (a[child] > a[parent])//将大的和父亲节点比较,如果父亲小,就交换
{
swap(&a[child], &a[parent]);
parent = child;
child = 2 * parent + 1;//迭代,继续向下调整。
}
else
{
break;
}
}
}
堆的其他操作。
HPDataType HeapTop(Heap* hp)
{
assert(hp);
assert(hp->_size>0);
return hp->_a[0];
}
// 堆的数据个数
int HeapSize(Heap* hp)
{
assert(hp);
return hp->_size;
}
// 堆的判空
int HeapEmpty(Heap* hp)
{
assert(hp);
return hp->_size == 0;
}
堆有一个重要的应用,堆排序。 以升序为例。
如何实现堆排序,第一步,建堆。我们可以用向上调整,向下调整的思路建堆。
向下调整建堆只需要从倒数第一个非叶子节点开始调整,向下调整的前提是左右子树必须是堆。
注意:升序需要建大堆,如果用小堆,那么第一次选出最小的数,后面的关系就乱了,就要将后面所有的数重新建堆,代价太大。如果建大堆,如图
void HeapSort(int* a, int n)
{
//for(int i=1;i<n;i++)向上调整建堆
//{AdjustUp(a,i);
//}
O(N)
for (int i = (n - 1 - 1) / 2; i >= 0; i--)//优先使用向下调整建堆
{
AdjustDown(a, n, i);
}
int end = n - 1;
while (end>0)
{
swap(&a[0], &a[end]);
AdjustDown(a, end, 0); o(NlogN)
end--;
}
}
现在我们分析一下堆排序的时间复杂度。
向下调整建堆
向上调整建堆。
所以堆排序的时间复杂度为NlogN