20162317 2017-2018-1 《程序设计与数据结构》第9周学习总结 18章 堆
教材学习内容总结
1、 堆的引入
.
2、堆的用处
1.实现优先队列
2.总能方便地得到元素集合中的最大（小）值（最大（小）值在根部)
3.能够用来进行排序
3、堆的概念与性质
4、 堆的实现
教材学习中的问题和解决过程
- 问题1：我在课本中看到这么一句话：“堆是一棵完全二叉树，其中每个元素都要大于或小于它的所有孩子”但下面的关键概念中也写着：“堆是一棵完全二叉树，其中每个元素大于等于其所有子结点的值”那每个元素是大于或小于其所有子结点还是大于等于其所有子结点？？
- 问题1解决方案：翻阅书后面的自测题SR18.1的答案，上面写着：“堆中的结点大于等于它的两个子结点”。
因此可以得出结论，应该是每个元素大于或等于其所有子结点的值。
补充：实际上，上面我得到的结论是最大堆的结论，最小堆的性质是：每个元素都小于等于它的孩子，也就说明了小于也是正确的。
- 问题2：我在书中看到这么一句话：“堆是一种经典的是数据结构，常用来实现优先队列”，什么是优先队列，它与队列是否不同，若不同，不同处在哪里？？
- 问题2解决方案：在书的后面有对优先队列进行解释：
- 具有更高优先级的项排在前面
- 具有相同优先级的项按先进先出的规则排序
- ...
代码调试中的问题和解决过程
- 问题1：在单步跟踪LinkedMaxHeap的过程中，有个add方法：
@Override
public void add(T element) {
HeapNode<T> node = new HeapNode<T>(element);
HeapNode<T> newParent = null;
if (root == null) {
root = node;
} else {
newParent = ((HeapNode<T>) root).getParentAdd(last);
if (newParent.getLeft() == null) {
newParent.setLeft(node);
} else {
newParent.setRight(node);
}
}
node.setParent(newParent);
last = node;
((HeapNode<T>) root).heapifyAdd(last);
}
其中有段代码：
node.setParent(newParent);
在add方法中已经明确表明
newParent.setLeft(node);
那设置node结点的父节点是newParent有什么意义？
- 问题1解决方案：解决这个问题要结合HeapNode的代码。在HeapNode的代码中有个HeapNode的变量parent，在里面的很多方法里面，都有用到这个变量，书上也有说：“有到父节点的引用，这样就可以沿树中的路径移动。”因此setParent方法是在堆中必要的
- 问题2：在看HeapNode中的heapifyAdd方法的时候，看到这么一句代码：
current = current.parent;
current都成为它自己的父节点了，那子结点还在吗？
- 问题2解决方案：在！current只是当前结点的其中一个引用罢了，上面那段代码只是引用改变了而已，堆还是原来的样子。
代码托管
上周考试错题总结
- 错题1：在一棵二叉查找树中，左子树的元素________根的元素
A.大于
B.小于
C.大于或等于
D.小于或等于
E.等于
我的答案：B 标准答案：D
解析：当出现元素重复的情况，一个元素会作根，另一个相同的元素会作根的左子结点或右子结点
学习进度条
| 代码行数（新增/累积） | 博客量（新增/累积） | 学习时间（新增/累积） | |
|---|---|---|---|
| 目标 | 5000行 | 15篇 | 400小时 |
| 第一周 | 200/200 | 2/2 | 20/20 |
| 第二周 | 20/220 | 1/3 | 20/40 |
| 第三周 | 645/865 | 1/4 | 14/54 |
| 第五周 | 654/1519 | 1/5 | 18/72 |
| 第六周 | 436/1955 | 1/6 | 16/88 |
| 第七周 | 839/2794 | 2/8 | 20/108 |
| 第八周 | 2143/4937 | 2/10 | 25/133 |
| 第九周 | 1368/6305 | 2/12 | 18/151 |
-
计划学习时间:16小时
-
实际学习时间:18小时