数据结构系列之堆
前言
堆是一种比较重要的数据结构,可以解决Top- K 问题,它也是优先级队列priority_queue的底层原理.
一、什么是堆????
堆本质是一颗二叉树,并且是一棵完全二叉树 ! ! ! ! (其结点编号与相同深度的满二叉树对应位置一致)其中又分为大根堆和小根堆,大根堆—顾名思义:根比左孩子和右孩子的节点值都要大,小根堆相反.下面默认讲解的都是大根堆,因为堆的这个性质,根节点就是最大的节点.同时在每一颗子树中根节点都是最大的,由于这个性质,之后的排序算法之一就有一个堆排序(排序中讲).
对于下标:假如根节点的下标是i,左孩子的下标是2 * i + 1,右孩子的下标是2 * i + 2,孩子的节点的下标是i,父亲就是(i - 1) / 2
大根堆:
二、堆的操作
建堆 (大堆)
给你一组数字,怎么建堆? ? ? 核心操作: 从第一个不为叶子的节点倒着向下调整,调整到根节点为止,什么是向下调整? 堆的最核心条件是什么? ? ? 父节点比子节点要大!所以,向下调整的思想就是:先找出左右孩子中比较大的那个,如果这个节点比父节点要大,就交换,然后继续往下走! 否则直接break,一直调整到child >= n为止。
怎么找到第一个不为叶子的节点? ? ?
由于是完全二叉树,最后一个节点的父亲就一定是第一个不为叶子的节点,一共n个元素,最后一个节点的下标: n - 1 所以 这个节点的下标就是(n - 1 - 1) / 2
比如拿1 5 3 8 7 6来建堆
向下调整代码实现
void downAdjust(int* a,int n, int parent)
{int child = parent * 2 + 1;while (child < n){if (child + 1 < n && a[child] > a[child + 1]){child++;}if (a[parent] > a[child]){Swap(&a[parent], &a[child]);parent = child;child = parent * 2 + 1;}else{break;}}
建堆代码实现
void HeapInitArray(HP* php, int* a, int n)
{assert(php);php->a = (int*)malloc(sizeof(int) * n);if (php->a == NULL){perror("malloc");return;}php->capacity = n;php->size = n;for (int i = (n - 2) / 2; i >= 0; i--){downAdjust(php->a, php->size, i);}
}
插入
push进去数据,向上调整即可,什么是向上调整,很好理解,向下调整反过来即可,从该节点往上比较,比父亲大就交换,然后继续向上,否则直接break;
这里不画图了,很好理解。
向上调整代码
void upAdjust(int* a, int child)
{int parent = (child - 1) / 2;while (child > 0){if (a[parent] < a[child])//此处改为>即可变为小堆{Swap(&a[parent], &a[child]);child = parent;parent = (child - 1) / 2;}else{break; }}
}
插入代码
这里如果用容器适配器就简单的多了,调用一下vector的push_back()即可,用C实现的就是和顺序表一样的插入逻辑
void HeapPush(HP* php, int x)
{assert(php);if (php->size == php->capacity){int* tmp = (int*)realloc(php->a, sizeof(int) * php->capacity * 2);if (tmp == NULL){perror("realloc");return ;}php->a = tmp;php->capacity *= 2;}php->a[php->size] = x;php->size++;upAdjust(php->a,php->size - 1);
}
删除
删除操作指的是删除堆顶,直接删除合适吗???当然不合适,一删除所有的关系全都乱了,所以这里我们采用交换删除法,将堆顶和最后一个元素交换,出掉,然后向下调整堆顶。
删除代码
void HeapPop(HP* php)
{assert(php);assert(!HeapEmpty(php));Swap(&php->a[0], &php->a[php->size-1]); //不取地址就去传引用php->size--;downAdjust(php->a,php->size, 0);
}
三、时间复杂度分析
向下调整建堆的时间复杂度是O(N),我在优先级队列中已经讲了
个人博客
push和pop没啥说的,最多调整高度次,也就是log(N)
四、堆的应用
1.堆排序
这个想在排序算法中更新,这块就先停一下
2.Top-K问题
我在优先级队列里面也提到了
个人博客
总结
下次更新树