【数据结构】二叉树顺序结构之堆的实现

已于 2024-08-23 19:38:41 修改
阅读量788 收藏 19
点赞数 19
文章标签： 数据结构 算法
于 2024-08-23 18:24:09 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_74076508/article/details/141463804
版权

1. 前言 

普通的二叉树是不适合用数组来存储的，因为可能会存在大量的空间浪费。而完全二叉树更适合使用顺序结构存储。现实中我们通常把堆 ( 一种二叉树 ) 使用顺序结构的数组来存储，需要注意的是这里的堆和操作系统 虚拟进程地址空间中的堆是两回事，一个是数据结构，一个是操作系统中管理内存的一块区域分段。

2. 堆的概念及结构

堆是一种特殊的数据结构，简单理解，它能将所有元素按完全二叉树的顺序存储方式存储
在一个一维数组中，堆可以分为大堆和小堆两种形式。

将根节点最大的堆叫做最大堆或大根堆，根节点最小的堆叫做最小堆或小根堆。

堆的性质：

①：堆的父节点的值总是大于或等于其子节点的值（大顶堆）或者小于或等于其子节点的值（小顶堆）。
②：堆是完全二叉树，即除了最底层外，其他层的节点都是满的，并且最底层的节点都尽量靠左排列。

如下图所示就是大堆和小堆的逻辑结构和存储结构啦~ 

​

3. 堆的实现

下文以大堆为例，接下来我们一起来学习如何实现堆的结构

3.1 准备工作

还是像往常一样，我们将队列其拆分为不同的文件进行设计

1️⃣：Heap.h 文件，用于函数声明

2️⃣：Heap.c 文件，用于函数的定义

3️⃣：Test.c   文件，用于测试函数

3.2 结构体的定义

堆的物理本质是一个数组，就可以像动态顺序表一样进行结构定义。

typedef int HPDataType;
typedef struct Heap
{
	HPDataType* a;
	int size; // 有效元素个数
	int capacity; // 数组长度
}HP;

3.3 堆的初始化

初始化有两种方式：
① 初始化时我们可以为数组开辟一定大小空间。

② 我们也可以直接将数组指针先置为空指针，插入数据过程中在进一步处理。

代码如下：我们采用的是第二种实现方式

void HeapInit(HP* php)
{
	assert(php);

	php->a = NULL;
	php->size = php->capacity = 0;
}

   

3.4 堆的销毁

顺序表空间连续，所以只要free（首地址）就可以。

注意：不能忘记 hp->capacity = hp->size = 0;

代码如下：

void HPDestroy(HP* php)
{
	assert(php);
	free(php->a);
	php->a = NULL;
	php->size = php->capacity = 0;
}

 3.5 堆的插入

① 在插入数据前，我们首先要判断是否要扩容的问题。由于前面初始化时我们直接置空，所以我们先判断容量是否为空。如果为空开4个空间，否则空间扩大到原来的2倍。（为空时，第一次具体开辟多少空间读者可自行选择，我们默认开辟4个字节）
② 接下来就是插入数据了！但有一个问题，直接插入数据可能会破坏堆的结构，所以我们采用了向上调整算法。

实现代码如下： 

void HPPush(HP* php, HPDataType x)
{
	assert(php);
	// 判断扩容
	if (php->size == php->capacity)
	{
		// 扩容
		size_t newcapacity = ph->capacity == 0 ? 4 : 2 * php->capacity;
		HPDataType* tmp = realloc(php->a, newcapacity * sizeof(HPDataType));
		if (tmp == NULL)
		{
			// 扩容失败
			printf("realloc fail\n");
			exit(-1);
		}

		php->capacity = newcapacity;
		php->a = tmp;
	}

	// 数组尾插数据
	php->a[php->size++] = x;

	// 向上调整
	// 参数： 堆数组，插入位置下标
	AdjustUp(php->a, php->size - 1);
}

3.5.1 向上调整算法

当我们在一个堆的末尾插入一个数据后，需要对堆进行调整，使其仍然是一个堆，

这时需要用到堆的向上调整算法。

向上调整算法的基本思想（以建小堆为例）：

  1. 插入数据
  2. 与自己的父亲比较
  3. 交换/不交换
  4. 交换：孩子来到父亲位置，父亲来到自己父亲的位置
  5. 结束循环两个点：
  • 不交换（跳出循环）
  • 一直交换直到来到根节点>0

🌟Tips: 同学们需要记住父节点和孩子节点之间的数量关系

leftchild = parent *2 + 1  左孩子节点下标 = 父亲节点下标*2 + 1
rightchild = parent * 2 + 2  右孩子节点下标 = 父亲节点下标*2 + 2
parent = (child - 1) / 2   父亲节点下标 = （孩子节点下标 - 1）/ 2

如：

​

举个例子：

现在我们给出一个数组[70, 30, 56, 25, 15, 10]，逻辑上就要把他看作一颗完全二叉树。

int array[] = {70, 30, 56, 25, 15, 10};

​

如果我们插入的是8，8是最小值，他就保证小堆结构不发生变化

​

如果我们插入的比堆顶元素小，比如插入60， 我们发现60比它的根节点56大，

这时我们就要使用向上调整算法，调到合适位置即可

​

父亲比孩子小，交换元素。 

 ​

如果插入元素比根节点大，比如插入80

  

  使用向上调整算法

   

继续调整

   

代码如下： 

// 向上调整算法  此处以大堆为例
void AdjustUp(HPDataType* a, int child)
{
	assert(a);

	int parent = (child - 1) / 2;
	// 结束条件如果是parent>=0，会进入到下一个循环通过break跳出
	while (child > 0) 
	{
		if (a[parent] < a[child])
		{
			// 父亲结点值小于孩子结点
			Swap(&a[parent], &a[child]);

			child = parent;
			parent = (child - 1) / 2;
		}
		else
		{
			break;
		}
	}
}

 3.5.2 向上调整法时间复杂度计算

可得高度与向上调整的关系 F(h)=2^h*(h-2)+2

时间复杂度F(N)=(N+1)*(log(N+1)-2)+2

3.6 删除堆顶元素

     把堆尾元素放到堆顶元素，然后去除堆尾元素（这里直接size--），再向下调整即可。因为原本就是一个堆，现在堆顶元素变了，所以直接向下调整。

代码如下：

void HPPop(HP* php)
{
	assert(php);
	assert(php->size > 0);
	Swap(&php->a[0], &php->a[php->size-1]);
	php->size--;

	AdjustDown(php->a, php->size, 0);
}

3.6.1 向下调整算法

当从堆中移除元素（通常是堆顶元素）后，为了维护堆的性质，需要对剩余的元素进行重新调整。向下调整法就是从父节点开始，通过与其子节点的比较和交换，确保父节点的值不大于（对于大根堆）或不小于（对于小根堆）其子节点的值。

步骤：

1. 删除堆顶元素
2. 堆顶元素与最后一个元素交换
3. 删除最后一个元素
4. 堆顶元素与左右两个孩子（最小/最大的孩子比较）
5. 判断交换/不交换
6. 交换：父亲来到孩子位置，孩子来到自己孩子的位置

判断条件：child + 1 < n && a[child + 1] < a[child]

结束循环条件：child < n（确保左孩子存在）

时间复杂度：O(logN)，其中N是堆中元素的数量。

因为每次调整都涉及沿着树的一条路径向下移动，而树的深度为logN。

那么如何删除堆顶数据后插入数据呢？🤔🤔

如果直接挪动覆盖：操作的时间复杂度太大，而且父子关系就全乱了，不如重新建堆

在这里，以调整为小堆为例，给大家讲解向下调整算法的过程

 代码如下：

// 向下调整算法，这里默认是调整成小堆
void AdjustDown(int* a, int n, int parent)
{
	assert(a);
	int child = parent * 2 + 1; // 默认是左孩子
	while (child < n)
	{
		// 找出小孩子
		if (child + 1 < n && a[child + 1] < a[child])
		{
			++child;
		}

		// 如果小孩子比父亲小，则交换，继续调整
		if (a[child] < a[parent])
		{
			Swap(&a[child], &a[parent]);
			parent = child;
			child = parent * 2 + 1;
		}
		else
		{
			break;
		}
	}
}

3.6.2 向下调整法的时间复杂度计算

可得高度与向下调整次数的关系 F(h)=2^{h}-h-1

可得时间复杂度：F(N) = N-log(N+1)

3.7 取堆顶元素

HPDataType HPTop(HP* php)
{
	assert(php);
	assert(php->size > 0);

	return php->a[0];
}

3.8 堆是否为空

bool HeapEmpty(HP* php)
{
    assert(php);
    return php->size == 0;
}

4. 参考代码 (如果发现上面代码有误，以这里为准)

Heap.h

#pragma once
#include <stdio.h>
#include <assert.h>
#include <stdlib.h>
#include <stdbool.h>

typedef int HPDataType;

typedef struct Heap
{
	HPDataType* a;
	int size;
	int capacity;
}HP;

void Swap(HPDataType* p1, HPDataType* p2);
void AdjustUp(HPDataType* a, int child);
void AdjustDown(HPDataType* a, int n, int parent);

void HPInit(HP* php);
void HPDestroy(HP* php);
void HPPush(HP* php, HPDataType x);
void HPPop(HP* php);
HPDataType HPTop(HP* php);
bool HPEmpty(HP* php);

Heap.c

#include"Heap.h"

void HPInit(HP* php)
{
	assert(php);
	php->a = NULL;
	php->size = php->capacity = 0;
}

void HPDestroy(HP* php)
{
	assert(php);
	free(php->a);
	php->a = NULL;
	php->size = php->capacity = 0;
}

void Swap(HPDataType* p1, HPDataType* p2)
{
	HPDataType tmp = *p1;
	*p1 = *p2;
	*p2 = tmp;
}

void AdjustUp(HPDataType* a, int child)
{
	// 初始条件
	// 中间过程
	// 结束条件
	int parent = (child - 1) / 2;
	//while (parent >= 0)
	while (child > 0)
	{
		if (a[child] < a[parent])
		{
			Swap(&a[child], &a[parent]);
			child = parent;
			parent = (child - 1) / 2;
		}
		else
		{
			break;
		}
	}
}

void HPPush(HP* php, HPDataType x)
{
	assert(php);

	if (php->size == php->capacity)
	{
		int newcapacity = php->capacity == 0 ? 4 : php->capacity * 2;
		HPDataType* tmp = (HPDataType*)realloc(php->a, newcapacity * sizeof(HPDataType));
		if (tmp == NULL)
		{
			perror("realloc fail");
			return;
		}

		php->a = tmp;
		php->capacity = newcapacity;
	}

	php->a[php->size] = x;
	php->size++;

	AdjustUp(php->a, php->size - 1);
}

void AdjustDown(HPDataType* a, int n, int parent)
{
	// 先假设左孩子小
	int child = parent * 2 + 1;

	while (child < n)  // child >= n说明孩子不存在，调整到叶子了
	{
		// 找出小的那个孩子
		if (child + 1 < n && a[child + 1] < a[child])
		{
			++child;
		}

		if (a[child] < a[parent])
		{
			Swap(&a[child], &a[parent]);
			parent = child;
			child = parent * 2 + 1;
		}
		else
		{
			break;
		}
	}
}

// logN
void HPPop(HP* php)
{
	assert(php);
	assert(php->size > 0);
	Swap(&php->a[0], &php->a[php->size-1]);
	php->size--;

	AdjustDown(php->a, php->size, 0);
}

HPDataType HPTop(HP* php)
{
	assert(php);
	assert(php->size > 0);

	return php->a[0];
}

bool HPEmpty(HP* php)
{
	assert(php);

	return php->size == 0;
}

Test.c

#include"Heap.h"

void TestHeap1()
{
	int a[] = { 4,2,8,1,5,6,9,7,3,2,23,55,232,66,222,33,7,1,66,3333,999 };
	HP hp;
	HPInit(&hp);
	for (size_t i = 0; i < sizeof(a)/sizeof(int); i++)
	{
		HPPush(&hp, a[i]);
	}

	int i = 0;
	while (!HPEmpty(&hp))
	{
		printf("%d ", HPTop(&hp));
		//a[i++] = HPTop(&hp);
		HPPop(&hp);
	}
	printf("\n");

	// 找出最大的前k个
	/*int k = 0;
	scanf("%d", &k);
	while (k--)
	{
		printf("%d ", HPTop(&hp));
		HPPop(&hp);
	}
	printf("\n");*/

	HPDestroy(&hp);
}


int main()
{
	TestHeap1();

	return 0;
}

以上就是这期博客的全部内容，

有同学们会有疑问：堆在实际问题的求解中有什么样的应用呢？

预知后事如何，请听下回分解，我们下期博客再来探讨~

希望这篇文章能给予你学习中一些帮助，如果有疑问的，欢迎在评论区与我讨论交流哦~

Destiny.5525
关注
  • 19
    点赞
  • 踩
  • 19
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
【数据结构】二叉树的顺序存储结构 —— 堆
StackFrame
11-21 1510
二叉树顺序存储介绍、C语言实现堆
数据结构——二叉树的顺序结构及实现（堆）
yue152152的博客
04-10 3301
二叉树顺序结构的实现，堆的实现，堆的应用：堆排序、TopK问题
数据结构——二叉树先序、中序、后序及层次四种遍历（C语言版）
热门推荐
正弦定理的博客
12-09 35万+
数据结构——二叉树先序、中序、后序三种遍历二叉树先序、中序、后序三种遍历三、代码展示： 二叉树先序、中序、后序三种遍历 先序遍历：3 2 2 3 8 6 5 4 中序遍历：2 2 3 3 4 5 6 8 后序遍历: 2 3 2 4 5 6 8 3 三种遍历不同之处在，输出数据放在不同之处 三、代码展示： #include<stdio.h> #include<stdlib.h> typedef struct Tree{ int
数据结构——二叉树的顺序存储（堆）
finish_speech的博客
12-15 1254
堆
数据结构——二叉树之c语言实现堆与堆排序
qq_58761784的博客
07-08 2139
在上一期我们介绍了有关于树的基础概念，了解了关于树的各名称的含义，然而在现实中树被用得最多的场景还是在我们计算机中的资源管理器的文件存储结构中，在其他场景被使用的情况很少，所以我们这一期要介绍一种被广泛使用的树型结构——二叉树。
【数据结构】——二叉树详解
atwdy的博客
07-28 5万+
二叉树(Binary Tree)是由n个结点构成的有限集(n≥0)，n=0时为空树，n>0时为非空树。对于非空树TTT有且仅有一个根结点；除根结点外的其余结点又可分为两个不相交的子集TLT_LTL​和TRT_RTR​，分别称为TTT的左子树和右子树，且TLT_LTL​和TRT_RTR​本身又都是二叉树。很明显该定义属于递归定义，所以有关二叉树的操作使用递归往往更容易理解和实现。从定义也可以看出二叉树与一般树的区别主要是两点，一是每个结点的度最多为2；
头歌数据结构二叉树的顺序存储及基本操作
05-18
总的来说，顺序存储的二叉树是一种简化了内存管理的数据结构，适用于静态二叉树或已知结构的二叉树，它可以简化存储和遍历操作，但灵活性较低。在实际应用中，我们还需要考虑其他存储方式，如链式存储，以适应更复杂...
合工大数据结构实验 二叉树
04-14
本实验的主题是“二叉树”，这是数据结构中一个基础且重要的概念。二叉树是一种非线性的数据结构，由节点（或称为顶点）组成，每个节点最多有两个子节点，通常称为左子节点和右子节点。这个实验旨在帮助学生深入理解...
头歌数据结构二叉树的二叉链表存储及基本操作
05-18
在IT领域，数据结构是计算机科学的基础，而二叉树是一种重要的抽象数据类型。本题主要涉及二叉树的链式存储方式以及基于链表的二叉树的基本操作，包括先序遍历、计算二叉树的高度、节点总数、叶子节点数、层次遍历...
数据结构——顺序表
m0_61965705的博客
08-27 524
例如：查找顺序表中的某个元素所在下标，就可以使用ForeachSeqList函数，搭配FindData函数传参对遍历到的数据进行操作。如果要存放字符串类型的，最好写成以下形式。空间可以不连续，访问元素方便。
Java-数据结构-包装类和认识泛型 !!!∑(ﾟДﾟノ)ノ
2303_80388948的博客
08-27 1163
对于泛型就是：使用与许多许多类型。从代码上来说呢，就是对类型实现了参数化。对于引出泛型，我们来实现一个类，类中包含一个数组成员，使得数组中可以存放任何类型的数据，也可以根据成员方法返回数组中某个下标的值。在这里呢，我们用 Object类 来进行创建数组，Object是所有类的父类，但是呢，我们在这里呢就有一些问题，我们来看看：1、在这里呢，我们这个数组当中可以存放任何类型2、我们每次进行的到值时候呢，都要进行强转。
数据结构—链表
2301_79909332的博客
08-27 733
数据量增长与程序运行时间的比例关系以函数描述称为时间渐进复杂度函数,简称时间复杂度。数据量增长与程序所占用空间的比例关系称为空间复杂度。顺序表、链式表、顺序栈、链式栈、顺序队列、链式队列 、树 二叉树。使用该函数遍历顺序表内元素，符合条件的可对其进行计数和打印。使用该函数遍历顺序表内元素，符合条件的对其进行修改。3.链表空间不连续,使得理论上长度是无限的。2.链表需要更大的空间存放数据和节点地址。1.空间可以不连续，访问元素不方便。3.程序 = 数据结构 + 算法。4.链表的插入和删除效率很高。
数据结构（邓俊辉）学习笔记】串 05——KMP算法：理解next[]表
weixin_44399845的博客
08-26 1373
KMP算法：理解next[]表
集合及数据结构第十三节（下）———— 枚举与Lambda表达式
2301_79418684的博客
08-27 1173
枚举与枚举的使用 1. 什么是C语言 2. 数据类型 3. 变量、常量 4. 字符串+转义字符+注释 5. 选择语句 6. 循环语句 7. 函数 8. 数组 9. 操作符 10. 常见关键字 11. define 定义常量和宏 12. 指针 13. 结构体
Java算法之插入排序（Insertion Sort）
weixin_38959316的博客
08-29 195
插入排序是一种简单直观的排序算法，它的工作原理是通过构建有序序列，对于未排序数据，在已排序序列中从后向前扫描，找到相应位置并插入。这个过程像打牌时整理手中的牌一样，逐步将数据排列成有序。插入排序虽然在实际应用中的效率不如一些更高级的排序算法，但它的原理简单，易于实现，且对于部分有序的数据集表现良好。
数据结构（邓俊辉）学习笔记】串 06——KMP算法：构造next[]表
weixin_44399845的博客
08-27 737
KMP算法：构造next[]表
排序算法之希尔排序详细解读（附带Java代码解读）
m0_61840987的博客
08-30 425
希尔排序（Shell Sort）是一种基于插入排序的改进算法，它通过将待排序的数组分成若干个子数组，并对这些子数组进行插入排序，从而提高整体排序效率。希尔排序的主要思想是利用分组的方式来减少元素之间的移动距离，从而提高插入排序的效率。
【JAVA入门】Day28 - 数据结构
oo00Z00oo的博客
08-30 524
数据结构就是计算机存储、组织数据的方式。它是指数据相互之间以何种方式排列在一起。数据结构是为了更加方便地管理和使用数据，需要结合具体的业务场景来进行选择。精心选择的数据结构可以给业务带来更高的运行或存储效率。围绕三个问题，我们可以轻易学习：1.每种数据结构长什么样子？2.如何添加数据？3.如何删除数据？学好数据结构是计算机进修的一大基础，下面我们从第一种开始讲起。
数据结构——二叉树
最新发布
m0_61965705的博客
08-30 759
/二叉树节点类型int No;}TreeNode;
评论 5
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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