zoukankan      html  css  js  c++  java
  • 左倾堆(对两个优先队列合并)

    一、左倾堆的介绍

    左倾堆(leftist tree 或 leftist heap),又被成为左偏树、左偏堆,最左堆等。
    它和二叉堆一样,都是优先队列实现方式。当优先队列中涉及到"对两个优先队列进行合并"的问题时,二叉堆的效率就无法令人满意了,而本文介绍的左倾堆,则可以很好地解决这类问题。

    左倾堆的定义

    上图是一颗左倾树,它的节点除了和二叉树的节点一样具有左右子树指针外,还有两个属性:键值和零距离。
    (01) 键值的作用是来比较节点的大小,从而对节点进行排序。
    (02) 零距离(英文名NPL,即Null Path Length)则是从一个节点到一个"最近的不满节点"的路径长度。不满节点是指该该节点的左右孩子至少有有一个为NULL。叶节点的NPL为0,NULL节点的NPL为-1。

    左倾堆有以下几个基本性质:
    [性质1] 节点的键值小于或等于它的左右子节点的键值。
    [性质2] 节点的左孩子的NPL >= 右孩子的NPL。
    [性质3] 节点的NPL = 它的右孩子的NPL + 1。

    二、左倾堆的图文解析

    合并操作是左倾堆的重点。合并两个左倾堆的基本思想如下:
    (01) 如果一个空左倾堆与一个非空左倾堆合并,返回非空左倾堆。
    (02) 如果两个左倾堆都非空,那么比较两个根节点,取较小堆的根节点为新的根节点。将"较小堆的根节点的右孩子"和"较大堆"进行合并。
    (03) 如果新堆的右孩子的NPL > 左孩子的NPL,则交换左右孩子。
    (04) 设置新堆的根节点的NPL = 右子堆NPL + 1

    下面通过图文演示合并以下两个堆的过程。

    提示:这两个堆的合并过程和测试程序相对应!

    第1步:将"较小堆(根为10)的右孩子"和"较大堆(根为11)"进行合并。
    合并的结果,相当于将"较大堆"设置"较小堆"的右孩子,如下图所示:

    第2步:将上一步得到的"根11的右子树"和"根为12的树"进行合并,得到的结果如下:

    第3步:将上一步得到的"根12的右子树"和"根为13的树"进行合并,得到的结果如下:

    第4步:将上一步得到的"根13的右子树"和"根为16的树"进行合并,得到的结果如下:

    第5步:将上一步得到的"根16的右子树"和"根为23的树"进行合并,得到的结果如下:

    至此,已经成功的将两棵树合并成为一棵树了。接下来,对新生成的树进行调节。

    第6步:上一步得到的"树16的右孩子的NPL > 左孩子的NPL",因此交换左右孩子。得到的结果如下:

    第7步:上一步得到的"树12的右孩子的NPL > 左孩子的NPL",因此交换左右孩子。得到的结果如下:

    第8步:上一步得到的"树10的右孩子的NPL > 左孩子的NPL",因此交换左右孩子。得到的结果如下:

    至此,合并完毕。上面就是合并得到的左倾堆!

    左倾堆的基础代码:

    1. 基本定义

    template <class T>
    class LeftistNode{
        public:
            T key;                // 关键字(键值)
            int npl;            // 零路经长度(Null Path Length)
            LeftistNode *left;    // 左孩子
            LeftistNode *right;    // 右孩子
    
            LeftistNode(T value, LeftistNode *l, LeftistNode *r):
                key(value), npl(0), left(l),right(r) {}
    };

    LeftistNode是左倾堆对应的节点类。

    template <class T>
    class LeftistHeap {
        private:
            LeftistNode<T> *mRoot;    // 根结点
    
        public:
            LeftistHeap();
            ~LeftistHeap();
    
            // 前序遍历"左倾堆"
            void preOrder();
            // 中序遍历"左倾堆"
            void inOrder();
            // 后序遍历"左倾堆"
            void postOrder();
    
             // 将other的左倾堆合并到this中。
            void merge(LeftistHeap<T>* other);
            // 将结点(key为节点键值)插入到左倾堆中
            void insert(T key);
            // 删除结点(key为节点键值)
            void remove();
    
            // 销毁左倾堆
            void destroy();
    
            // 打印左倾堆
            void print();
        private:
    
            // 前序遍历"左倾堆"
            void preOrder(LeftistNode<T>* heap) const;
            // 中序遍历"左倾堆"
            void inOrder(LeftistNode<T>* heap) const;
            // 后序遍历"左倾堆"
            void postOrder(LeftistNode<T>* heap) const;
    
            // 交换节点x和节点y
            void swapNode(LeftistNode<T> *&x, LeftistNode<T> *&y);
            // 合并"左倾堆x"和"左倾堆y"
            LeftistNode<T>* merge(LeftistNode<T>* &x, LeftistNode<T>* &y);
            // 将结点(z)插入到左倾堆(heap)中
            LeftistNode<T>* insert(LeftistNode<T>* &heap, T key);
            // 删除左倾堆(heap)中的结点(z),并返回被删除的结点
            LeftistNode<T>* remove(LeftistNode<T>* &heap);
    
            // 销毁左倾堆
            void destroy(LeftistNode<T>* &heap);
    
            // 打印左倾堆
            void print(LeftistNode<T>* heap, T key, int direction);
    };

    LeftistHeap是左倾堆类,它包含了左倾堆的根节点,以及左倾堆的操作。

    2. 合并

    /*
     * 合并"左倾堆x"和"左倾堆y"
     */
    template <class T>
    LeftistNode<T>* LeftistHeap<T>::merge(LeftistNode<T>* &x, LeftistNode<T>* &y)
    {
        if(x == NULL)
            return y;
        if(y == NULL)
            return x;
    
        // 合并x和y时,将x作为合并后的树的根;
        // 这里的操作是保证: x的key < y的key
        if(x->key > y->key)
            swapNode(x, y);
    
        // 将x的右孩子和y合并,"合并后的树的根"是x的右孩子。
        x->right = merge(x->right, y);
    
        // 如果"x的左孩子为空" 或者 "x的左孩子的npl<右孩子的npl"
        // 则,交换x和y
        if(x->left == NULL || x->left->npl < x->right->npl)
        {
            LeftistNode<T> *tmp = x->left;
            x->left = x->right;
            x->right = tmp;
        }
        // 设置合并后的新树(x)的npl
        if (x->right == NULL || x->left == NULL)
            x->npl = 0;
        else
            x->npl = (x->left->npl > x->right->npl) ? (x->right->npl + 1) : (x->left->npl + 1);
    
        return x;
    }
    
    /*
     * 将other的左倾堆合并到this中。
     */
    template <class T>
    void LeftistHeap<T>::merge(LeftistHeap<T>* other)
    {
        mRoot = merge(mRoot, other->mRoot);
    }

    merge(x, y)是内部接口,作用是合并x和y这两个左倾堆,并返回得到的新堆的根节点。
    merge(other)是外部接口,作用是将other合并到当前堆中。

    3. 添加

    /* 
     * 将结点插入到左倾堆中,并返回根节点
     *
     * 参数说明:
     *     heap 左倾堆的根结点
     *     key 插入的结点的键值
     * 返回值:
     *     根节点
     */
    template <class T>
    LeftistNode<T>* LeftistHeap<T>::insert(LeftistNode<T>* &heap, T key)
    {
        LeftistNode<T> *node;    // 新建结点
    
        // 新建节点
        node = new LeftistNode<T>(key, NULL, NULL);
        if (node==NULL)
        {
            cout << "ERROR: create node failed!" << endl;
            return heap;
        }
    
        return merge(mRoot, node);
    }
    
    template <class T>
    void LeftistHeap<T>::insert(T key)
    {
        mRoot = insert(mRoot, key);
    }

    insert(heap, key)是内部接口,它是以节点为操作对象的。
    insert(key)是外部接口,它的作用是新建键值为key的节点,并将其加入到当前左倾堆中。

    4. 删除

    /* 
     * 删除结点,返回根节点
     *
     * 参数说明:
     *     heap 左倾堆的根结点
     * 返回值:
     *     根节点
     */
    template <class T>
    LeftistNode<T>* LeftistHeap<T>::remove(LeftistNode<T>* &heap)
    {
        if (heap == NULL)
            return NULL;
    
        LeftistNode<T> *l = heap->left;
        LeftistNode<T> *r = heap->right;
    
        // 删除根节点
        delete heap;
    
        return merge(l, r); // 返回左右子树合并后的新树
    }
    
    template <class T>
    void LeftistHeap<T>::remove()
    {
        mRoot = remove(mRoot);
    }

    remove(heap)是内部接口,它是以节点为操作对象的。
    remove()是外部接口,它的作用是删除左倾堆的最小节点。

    注意:关于左倾堆的"前序遍历"、"中序遍历"、"后序遍历"、"打印"、"销毁"等接口就不再单独介绍了。后文的源码中有给出它们的实现代码,Please RTFSC(Read The Fucking Source Code)!

    本文来自http://www.cnblogs.com/skywang12345/p/3638342.html

  • 相关阅读:
    【Spark 深入学习 02】- 我是一个凶残的spark
    【Spark 深入学习 01】 Spark是什么鬼?
    【Big Data
    【Netty】通俗地讲,Netty 能做什么?
    【Jetty】Jetty 的工作原理以及与 Tomcat 的比较
    【Tomcat】Tomcat 系统架构与设计模式,第 2 部分: 设计模式分析
    【Tomcat】Tomcat 系统架构与设计模式,第 1 部分: 工作原理
    【Tomcat】Servlet 工作原理解析
    【Tomcat】面向初级 Web 开发人员的 Tomcat
    【Big Data
  • 原文地址:https://www.cnblogs.com/msymm/p/9757332.html
Copyright © 2011-2022 走看看