最大堆(heap)的部分基本操作

堆有别于一般的树,它是为了实现“每次取出最大值或最小值”的操作而创造出的一种有显著特征的树。

最大堆的最大特征,是它的每个结点都比它任意一个子节点要大。换言之,即每一棵子树也同样是一个最大堆。而且堆还是一个完全二叉树,这也方便了对堆的操作。

堆的插入:由于元素的相对大小是未知的,而树在元素插入的前后都是一个最大堆,因此在插入操作中,最重要的一步就是让新插入的元素找到对应的位置,同时保持它经过的子树仍然是一个最大堆。这里采用的方法是先把元素插在完全二叉树最后一个元素的下一个位置,之后一路与它的父节点比较大小。若是新元素大,则二者交换位置。这里由于每一次与新元素并列的另一个子节点是一定比父节点小的,因此只需要考虑新元素与其父节点的大小关系即可。循环的结束条件是找到了一个比新元素大的父节点,或者新元素到达了根节点的位置。对于是否处在根节点的判断,可以使用对下标的限制来实现,或者在[0]的位置放置一个一定比元素大的哨兵。

堆的删除:同理,删除操作也需要保持删除前后的树是最大堆。堆的特性决定了它每次删除的元素都是堆的最大的元素,也是堆的根节点。此时堆内的元素数量减一,因此把堆中编号最后的元素拿出来,先放在根节点的位置。之后每次与它的两个子节点作比较,与子节点中较大的且比该元素大的节点交换位置。直到该元素比子节点都大或者没有子节点了为止。

代码如下。

//最大堆
struct hp
{
	int* values;
	int size;     //当前长度
	int capacity; //容量
};
class test002
{
public:
	hp* createheap(int maxsize, int maxvalue)
	{
		hp* H = (hp*)malloc(sizeof(struct hp));
		H->values = (int*)malloc((maxsize + 1) * sizeof(int*));
		H->capacity = maxsize;
		H->size = 0;
		H->values[0] = maxvalue;
		return H;
	}
	void insertheap(int value, hp* H)
	{
		if (H->capacity == H->size)
		{
			cout << "该最大堆已满" << endl;
			return;
		}
		int i = 0;
		i = ++H->size;
		for (;value > H->values[i / 2];i /= 2)
		{
			H->values[i] = H->values[i / 2];
		}
		H->values[i] = value;
	}
	int deleteheap(hp* H)
	{
		if (H == NULL)
		{
			cout << "该最大堆已为空" << endl;
			return 0;
		}
		int dad;
		int son;
		int maxnum;
		int temp;
		maxnum = H->values[1];
		temp = H->values[H->size];
		H->size -= 1;
		for (dad = 1;dad * 2 <= H->size;dad = son)
		{
			son = dad * 2;
			if (son != H->size && H->values[son] < H->values[son + 1])
			{
				son += 1;
			}
			else
			{
				son = son;
			}
			if (temp > H->values[son])
			{
				break;
			}
			else
			{
				H->values[dad] = H->values[son];
				H->values[son] = temp;
			}
		}
		return maxnum;
	}
};

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
使用NEON指令集来实现堆排序是一个复杂的任务,涉及到对数据的重新排列、比较和交换等操作。下面是一个基本的伪代码示例,展示了如何使用NEON指令集来加速堆排序算法部分步骤: ```cpp // 假设输入数据是一个整数数组,长度为N,已经按照NEON向量寄存器对齐 int32_t* data = ...; // 输入数据数组 // 使用NEON指令加载输入数据 int32x4_t vec = vld1q_s32(data); // 执行堆排序步骤1:构建最大堆(Build Max Heap) for (int i = N / 2 - 1; i >= 0; i--) { heapify(vec, N, i); } // 执行堆排序步骤2:依次取出最大元素并调整堆(Heapify) for (int i = N - 1; i > 0; i--) { // 将当前根节点(最大值)与未排序部分的最后一个元素交换 swap(vec[0], vec[i]); // 调整堆,重新构建最大堆 heapify(vec, i, 0); } // 将排序后的结果存储回数组 vst1q_s32(data, vec); ``` 在上述代码中,`heapify`函数用于调整堆的结构,确保根节点是最大值。`swap`函数用于交换两个元素的值。这些函数需要根据堆排序算法的要求来实现。 请注意,上述代码仅提供了一个基本的框架,用于展示如何使用NEON指令集来加速堆排序算法。实际实现中,您需要根据具体的堆排序算法和数据类型来进行适当的修改和优化。此外,还应考虑数据排列、循环展开、指令调度等方面的优化技术,以提高代码的效率和性能。 最后,强烈建议在实现堆排序算法之前,详细了解并熟悉堆排序算法的原理和步骤。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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