zoukankan      html  css  js  c++  java
  • 数据结构--二叉堆

    二叉堆是完全二元树或者是近似完全二元树,按照数据的排列方式可以分为两种:最大堆和最小堆。
    最大堆:父结点的键值总是大于或等于任何一个子节点的键值;最小堆:父结点的键值总是小于或等于任何一个子节点的键值。示意图如下:

    二叉堆一般都通过"数组"来实现。数组实现的二叉堆,父节点和子节点的位置存在一定的关系。有时候,我们将"二叉堆的第一个元素"放在数组索引0的位置,有时候放在1的位置。当然,它们的本质一样(都是二叉堆),只是实现上稍微有一丁点区别。
    假设"第一个元素"在数组中的索引为 0 的话,则父节点和子节点的位置关系如下:
    (01) 索引为i的左孩子的索引是 (2*i+1);
    (02) 索引为i的右孩子的索引是 (2*i+2);
    (03) 索引为i的父结点的索引是 floor((i-1)/2);

    假设"第一个元素"在数组中的索引为 1 的话,则父节点和子节点的位置关系如下:
    (01) 索引为i的左孩子的索引是 (2*i);
    (02) 索引为i的右孩子的索引是 (2*i+1);
    (03) 索引为i的父结点的索引是 floor(i/2);

    二、二叉堆的操作

    堆一般使用数组来构建,假设为数组a[],结点通常存储在a[1],这样对于下标为k的结点a[k]来说,其左孩子的下标为2*k,右孩子的下标为2*k+1。

    1、插入结点到堆中.

    由于小根堆是由数组实现的完全二叉树,所以插入的位置应该是完全二叉树的最后一个位置(如下图所示),对于小根堆来讲,需要满足两个性质:(1)堆为完全二叉树;(2)堆中每个结点的值都不大于其左右结点的值。插入结点可能会破坏这两条性质,所以在插入结点后需要对堆进行调整。调整方法为:将插入的结点与其父结点比较,若小于其父结点的值,则交换两者。重复此操作,直至该结点不比其父结点小,或者该结点成为根结点。可以通过插入结点到一个已经存在的堆中,也可以通过不断插入结点来构建一个堆。

     

    2、删除堆顶元素(堆排序)

    删除堆顶元素(根结点)后,会得到左右两棵子树,此时将堆中最后一个元素移到堆顶,然后自上而下调整,将该结点与左右孩子结点比较,此时会有三种情况:

    (1)结点的左右孩子均为空,此时调整结束;

    (2)结点只有左孩子,此时将该结点与其左孩子比较。若结点大于其左孩子,则两者交换,否则调整结束;

    (3)结点左右孩子都非空,则将该结点与左右孩子之间的较小者比较,若小于则交换,否则调整结束;

    重复此过程,直到该结点不大于其左右孩子结点,或者该结点为叶子结点。

    /*
    对于二叉堆,介绍以下几种操作:
    插入节点;
    上浮节点;
    删除节点;
    下沉节点;
    构建二叉堆;
    C++中的STL库中可以实现,这一功能简化了自己手写模板的麻烦,增加了运用的方便。
    
    例如一个程序:
    
    就可以实现对于二叉堆挥着队列中的元素进行排序选择最大的元素。
    
     #include <iostream>
     #include <queue>
     #include <algorithm>
     using namespace std;
     priority_queue<int> q;
     int main()
     {
     q.push(1);
     q.push(2);
     q.push(3);
     cout<<q.top()<<endl;
     return 0;
     }
    
     那么这么好用的东西,那么细致学习一下。
    
    
     对于优先队列有几个基本的操作:
    
     empty() 如果队列为空返回真
     pop() 删除对顶元素
     push() 加入一个元素
     size() 返回优先队列中拥有的元素个数
     top() 返回优先队列对顶元素
    
     在int类型中默认的是大顶堆, 也就是top()处来的第一个元素是队列中最大的。
    
     使用方法:
     头文件:
    
     #include <queue>
     声明方式:
    
     1、普通方法:
    
     priority_queue<int> q; //q表示的是队列的名字
     //简单使用
     #include <iostream>
     #include <queue>
     #include <algorithm>
     using namespace std;
     priority_queue<int> q;
     int main()
     {
     q.push(1);
     q.push(2);
     q.push(3);
     cout<<q.top()<<endl;
     return 0;
     }
    
    
    
    
     //自己定义结构体
     //最小值优先, x小的优先级高
     //声明是
     priority_queue<int, vector<int>, cmp> q;
     //第一个是优先队列的类型, 第二个为容器的类型, 第三个是标胶函数
    
     //小顶堆
     struct cmp
     {
     bool operator()(int x, int y)
     {
     return x > y;
     }
     };
    
     //大顶堆
     struct cmp
     {
     bool operator()(int x, int y)
     {
     return y > x;
    
     }
     };
    
     2、优先级定义
    
    
     //例如下面的程序
     #include <iostream>
     #include <algorithm>
     #include <queue>
     using namespace std;
     struct cmp
     {
     bool operator()(int x, int y)
     {
     return y > x;
     }
    
     };
    
     int main()
     {
     priority_queue<int, vector<int>, cmp> q;
     q.push(1);
     q.push(51);
     q.push(12);
     q.push(331);
     q.push(12);
     cout<<q.top()<<endl;
     return 0;
     }
    
     3、结构体声明方式:
     //定义方法:
     prioritry_queue<node >q;
    
     //结构体中,x小的优先级高
     struct node
     {
     int x, y;
     friend bool operator < (node a, node b)
     {
     return a.x > b.x;
    
     }
     };
    
    
    */
    #include <algorithm>
    #include <iostream>
    using namespace std;
    class MinHeap
    {
    private:
    	int* heap;        //存储堆
    	int cur;          //堆中结点个数
    	/*插入结点后,向上调整*/
    	void adjustUp();
    
    	/*删除结点后,向下调整*/
    	void adjustDown(int idx);
    public:
    	MinHeap();
    	~MinHeap();
    	/*插入值为val的结点*/
    	void insert(int val);
    	/*返回最小值并删除最小值结点*/
    	int deleteMin();
    };
    
    MinHeap::MinHeap()
    {
    	heap = new int[20];
    	cur = 0;
    }
    
    MinHeap::~MinHeap()
    {
    	delete[] heap;
    }
    
    /*插入值为val的结点*/
    void MinHeap::insert(int val)
    {
    	heap[++cur] = val;
    	adjustUp();
    }
    
    /*插入结点后,向上调整*/
    void MinHeap::adjustUp()
    {
    	int idx = cur;
    	int pIdx = cur / 2;
    	while (pIdx > 0 && heap[idx] < heap[pIdx])
    	{
    		swap(heap[idx], heap[pIdx]);
    		idx = pIdx;
    		pIdx = pIdx / 2;
    	}
    }
    /*返回最小值并删除最小值结点*/
    int MinHeap::deleteMin()
    {
    	int minVal = heap[1];
    	heap[1] = heap[cur--];
    	adjustDown(1);
    	return minVal;
    }
    
    /*删除结点后,向下调整*/
    void MinHeap::adjustDown(int idx)
    {
    	if (idx > cur)
    		return;
    	int lIdx = idx * 2;
    	int rIdx = idx * 2 + 1;
    
    	int minIdx = 0;
    	if (lIdx > cur)            //无左右孩子
    		return;
    	else if (rIdx > cur)       //只有左孩子
    		minIdx = lIdx;
    	else minIdx = heap[lIdx] < heap[rIdx] ? lIdx : rIdx;    //左右孩子均非空
    
    	if (heap[idx] > heap[minIdx])
    	{
    		swap(heap[idx], heap[minIdx]);
    		adjustDown(minIdx);
    	}
    	else return;
    }
    
    int main()
    {
    	int a[] = { 5, 1, 3, 4, 2 };
    	int len = sizeof(a) / sizeof(a[0]);
    
    	/*插入结点构造最小堆*/
    	MinHeap* minHeap = new MinHeap();
    	for (int i = 0; i < len; i++)
    		minHeap->insert(a[i]);
    
    	/*输出堆顶结点的值*/
    	for (int i = 0; i < len; i++)
    		cout << minHeap->deleteMin() << " ";
    	cout << endl;
    
    	return 0;
    }
    

      

  • 相关阅读:
    AngularJS之页面跳转Route
    ajax上传图片的本质
    JQuery-基础学习1
    Java跨域问题的处理详解
    红黑树
    查找算法
    八大排序算法
    linux下安装nginx
    libevent 和 libev 提高网络应用性能
    Linux下libevent安装与示例
  • 原文地址:https://www.cnblogs.com/277223178dudu/p/11452294.html
Copyright © 2011-2022 走看看