堆的C语言实现
一、堆的本质与核心特性
堆(Heap)是一种基于完全二叉树的抽象数据结构,具有以下核心特性:
结构特性:
-  完全二叉树:所有层除最后一层外都是满的,且最后一层的节点尽量靠左排列。 
-  数组存储:堆的物理存储使用数组,逻辑上映射为树形结构。父子节点下标关系: 
-  父节点:parent = (child-1)/2 
-  左子节点:left_child = parent *2 +1; 
-  右子节点:right_child = parent *2 +2 
有序性:
-  大顶堆:父节点的值 ≥ 子节点的值。 
-  小顶堆:父节点的值 ≤ 子节点的值。 
二、堆与顺序表的联系
堆的实现依赖于顺序表(动态数组),但两者在功能上有本质区别:
| 特性 | 顺序表 | 堆 | 
|---|---|---|
| 存储方式 | 线性存储,元素按插入顺序排列 | 逻辑上是树形结构,物理上用数组存储 | 
| 操作目标 | 快速随机访问、插入、删除 | 高效获取极值(最大值/最小值) | 
| 有序性 | 通常无序 | 必须满足堆性质(父节点与子节点的大小关系) | 
为什么用顺序表实现堆?
-  完全二叉树的特性保证了数组存储的紧凑性,无需指针即可通过下标计算父子节点关系。 
-  父子节点的下标关系可通过公式直接计算,访问时间复杂度为 O(1)。 
三、堆的核心操作与代码实现
1. 堆的初始化与销毁
-  初始化:设置数组指针为 NULL,容量和大小初始化为0。
-  销毁:释放动态数组内存,防止内存泄漏。 
typedef struct Heap {HPDataType* arr;  // 动态数组int size;         // 当前元素个数int capacity;     // 数组容量
} HP;// 初始化堆
void HPInit(HP* php) {assert(php);php->arr = NULL;php->size = php->capacity = 0;
}// 销毁堆
void HPDestroy(HP* php) {assert(php);free(php->arr);php->arr = NULL;php->size = php->capacity = 0;
}2. 插入元素(Push)与向上调整(AdjustUp)
目标:插入新元素后,维护堆的有序性。
步骤:
-  将元素插入数组末尾。 
-  向上调整:若新元素值大于父节点(大顶堆),则交换父子节点,直到满足堆性质。 
自下而上建堆:从最后一个非叶子节点开始,逐个向上调整。
时间复杂度:O(log N)。每次插入最多调整树的高度(log N层)。
适用场景:通过已有数组构建堆。
void AdjustUp(HPDataType* a, int child) {int parent = (child - 1) / 2;while (child > 0) {  // 循环至根节点if (a[child] > a[parent]) {  // 大顶堆:子节点 > 父节点则交换Swap(&a[child], &a[parent]);child = parent;          // 上移至父节点parent = (child - 1) / 2;} else {break;  // 堆性质已满足}}
}void HPPush(HP* php, HPDataType x) {assert(php);// 动态扩容(容量不足时翻倍扩容)if (php->size == php->capacity) {size_t newCapacity = php->capacity == 0 ? 4 : php->capacity * 2;HPDataType* tmp = realloc(php->arr, sizeof(HPDataType) * newCapacity);if (tmp == NULL) {perror("realloc fail");return;}php->arr = tmp;php->capacity = newCapacity;}// 插入元素并调整php->arr[php->size] = x;php->size++;AdjustUp(php->arr, php->size - 1);  // 从新元素位置向上调整
}3. 删除堆顶元素(Pop)与向下调整(AdjustDown)
-  目标:删除堆顶元素后,维护堆的有序性。 
步骤:
-  将堆顶元素与末尾元素交换。 
-  删除末尾元素(原堆顶)。 
-  向下调整:从堆顶开始,若父节点小于子节点,则交换并继续调整。 
时间复杂度:O(log N)。每次删除最多调整树的高度。
void AdjustDown(HPDataType* a, int n, int parent) {int child = parent * 2 + 1;  // 左子节点while (child < n) {// 选择较大的子节点(大顶堆)if (child + 1 < n && a[child + 1] > a[child]) {child++;}// 若父节点 < 子节点,则交换并继续调整if (a[child] > a[parent]) {Swap(&a[child], &a[parent]);parent = child;child = parent * 2 + 1;} else {break;  // 堆性质已满足}}
}void HPPop(HP* php) {assert(php && php->size > 0);Swap(&php->arr[0], &php->arr[php->size - 1]);  // 交换堆顶与末尾元素php->size--;AdjustDown(php->arr, php->size, 0);  // 从堆顶向下调整
}4. 堆化(Heapify)与建堆
-  目标:将任意数组转换为堆。 
-  方法:从最后一个非叶子节点开始,自底向上执行向下调整。 
void HPInitArray(HP* php, HPDataType* a, int n) {assert(php);php->arr = (HPDataType*)malloc(n * sizeof(HPDataType));memcpy(php->arr, a, n * sizeof(HPDataType));php->size = php->capacity = n;// 从最后一个非叶子节点开始调整for (int parent = (n - 2) / 2; parent >= 0; parent--) {AdjustDown(php->arr, n, parent);}
}四、总结
堆的核心在于通过向上调整(AdjustUp)和向下调整(AdjustDown)维护堆性质。其实现依赖动态数组,结合完全二叉树的特性,使得插入、删除和获取极值的操作高效(O(log N))。可扩展以下内容:
-  小顶堆:修改比较逻辑(将 >改为<)。
-  堆排序:通过反复交换堆顶与末尾元素实现排序。 
-  优先队列:结合堆的性质实现任务调度。 
| 场景 | 实现方式 | 时间复杂度 | 
|---|---|---|
| 优先队列 | 插入用 AdjustUp,删除用AdjustDown | O(log N) | 
| 堆排序 | 建堆后依次交换堆顶与末尾元素 | O(N log N) | 
堆的核心价值:
-  以 O(1) 时间复杂度获取极值,插入和删除操作仅需 O(log N)。 
-  空间利用率高,无需额外指针存储树结构。 
