qbxt!预习二叉堆

Posted _kurisu

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了qbxt!预习二叉堆相关的知识,希望对你有一定的参考价值。

0. 数据结构图文解析系列

 

1. 二叉堆的定义

二叉堆是一种特殊的堆,二叉堆是完全二叉树或近似完全二叉树。二叉堆满足堆特性:父节点的键值总是保持固定的序关系于任何一个子节点的键值,且每个节点的左子树和右子树都是一个二叉堆。
当父节点的键值总是大于或等于任何一个子节点的键值时为最大堆。 当父节点的键值总是小于或等于任何一个子节点的键值时为最小堆。

2. 二叉堆的存储

二叉堆一般使用数组来表示。请回忆一下二叉树的性质,其中有一条性质:

性质五:如果对一棵有n个节点的完全二叉树的节点按层序编号(从第一层开始到最下一层,每一层从左到右编号,从1开始编号),对任一节点i有:

  1. 如果i=1 ,则节点为根节点,没有双亲。
  2. 如果2 * i > n ,则节点i没有左孩子 ;否则其左孩子节点为2*i . (n为节点总数)
  3. 如果2 * i+1>n ,则节点i没有右孩子;否则其右孩子节点为2*1+1.

简单来说:

  1. 如果根节点在数组中的位置是1,第n个位置的子节点分别在2n 与 2n+1,第n个位置的双亲节点分别在?i /2?。因此,第1个位置的子节点在2和3.
  2. 如果根节点在数组中的位置是0,第n个位置的子节点分别在2n+1与2n+2,第n个位置的双亲节点分别在?(i-1) /2?。因此,第0个位置的子节点在1和2.

得益于数组的随机存储能力,我们能够很快确定堆中节点的父节点与子节点。

下面以大顶堆展示一下堆的数组存储。

技术分享图片

在本文中,我们以大顶堆为例进行堆的讲解。本文大顶堆的根节点位置为0.

3. 二叉堆的具体实现

在二叉堆上可以进行插入节点、删除节点、取出堆顶元素等操作。

 

3.1 二叉堆的抽象数据类型

 1 /*大顶堆类定义*/
 2 template <typename T>
 3 class MaxHeap
 4 {
 5 public:
 6     bool insert(T val);     //往二叉堆中插入元素
 7     bool remove(T data);    //移除元素
 8     void print();           //打印堆
 9     T getTop();             //获取堆顶元素
10     bool createMaxHeap(T a[], int size);//根据指定的数组来创建一个最大堆
11 
12     MaxHeap(int cap = 10);
13     ~MaxHeap();
14 
15 private:
16     int capacity;   //容量,也即是数组的大小
17     int size;       //堆大小,也即是数组中有效元素的个数
18     T * heap;       //底层的数组
19 private:
20     void filterUp(int index); //从index所在节点,往根节点调整堆
21     void filterDown(int begin ,int end ); //从begin所在节点开始,向end方向调整堆
22 };

 

  1. 注意capacity与size的区别。capacity指的是数组的固有大小。size值数组中有效元素的个数,有效元素为组成堆的元素。
  2. heap为数组。

3.2 二叉堆的插入

在数组的最末尾插入新节点,然后自下而上地调整子节点与父节点的位置:比较当前结点与父节点的大小,若不满足大顶堆的性质,则交换两节点,从而使当前子树满足二叉堆的性质。时间复杂度为O(logn)。
当我们在上图的堆中插入元素12:
技术分享图片

调整过程:

  1. 节点12添加在数组尾部,位置为11;
  2. 节点12的双亲位置为?11/2? = 5,即节点6;节点12比节点6大,与节点6交换位置。交换后节点12的位置为5.
  3. 节点12的双亲位置为? 5 /2? = 2,即节点9;节点12比节点9大,与节点9交换位置。交换后节点12的位置为2.
  4. 节点12的双亲位置为?2/2? = 1,即节点11;节点12比节点11大,与节点11交换位置。交换后节点12的位置为1.
  5. 12已经到达根节点,调整过程结束。
    /*从下到上调整堆*/
    /*插入元素时候使用*/
    template <typename T>
    void MaxHeap<T>::filterUp(int index)
    {
        T value = heap[index];  //插入节点的值,图中的12
    
        while (index > 0) //如果还未到达根节点,继续调整
        {
            int indexParent = (index -1)/ 2;  //求其双亲节点
            if (value< heap[indexParent])
                break;
            else 
            {
                heap[index] = heap[indexParent];
                index = indexParent;
            }
        }
        heap[index] = value;    //12插入最后的位置
    };

    在真正编程的时候,为了效率我们不必进行节点的交换,直接用父节点的值覆盖子节点。最后把新节点插入它最后的位置即可。

    基于这个调整函数,我们的插入函数为:

    /*插入元素*/
    template <typename T>
    bool MaxHeap<T>::insert(T val)
    {
        if (size == capacity) //如果数组已满,则返回false
            return false;
        heap[size] = val;
        filterUp(size);
        size++;
        return true;
    };

    3.3 二叉堆的删除

    堆的删除是这样一个过程:用数组最末尾节点覆盖被删节点,再从该节点从上到下调整二叉堆。我们删除根节点12:
    技术分享图片

    可能有人疑惑,删除后数组最末尾不是多了一个6吗?
    的确,但我们把数组中有效元素的个数减少了一,最末尾的6并不是堆的组成元素。

    这个从上到下的调整过程为:

    /*从上到下调整堆*/
    /*删除元素时候使用*/
    template<typename T>
    void MaxHeap<T>::filterDown(int current,int end)
    {
    
        int child = current * 2 + 1; //当前结点的左孩子
    
        T value = heap[current];    //保存当前结点的值
    
        while (child <= end)
        {
            if (child < end && heap[child] < heap[child+1])//选出两个孩子中较大的孩子
                child++;
            if (value>heap[child])  //无须调整;调整结束
                break;
            else
            {
                heap[current] = heap[child];    //孩子节点覆盖当前结点
                current = child;                //向下移动
                child = child * 2 + 1;          
            }
        }
        heap[current] = value;
    };

    基于调整函数的删除函数:

    /*删除元素*/
    template<typename T>
    bool MaxHeap<T>::remove(T data)
    {
        if (size == 0) //如果堆是空的
            return false;
        int index;
        for (index = 0; index < size; index++)  //获取值在数组中的索引
        {
            if (heap[index] == data)
                break;
        }
        if (index == size)            //数组中没有该值
            return false; 
     
        heap[index] = heap[size - 1]; //使用最后一个节点来代替当前结点,然后再向下调整当前结点。
     
        filterDown(index,size--);  
     
        return true;
    };

    3.4 其余操作

    其余操作很简单,不在这里啰嗦。

    /*打印大顶堆*/
    template <typename T>
    void MaxHeap<T>::print()
    {
        for (int i = 0; i < size; i++)
            cout << heap[i] << " ";
    };
    /*获取堆顶元素*/
    template <typename T>
    T MaxHeap<T>::getTop()
    {
        if (size != 0)
            return heap[0];
    };
    
    /*根据指定的数组来创建一个最大堆*/
    template<typename T>
    bool MaxHeap<T>::createMapHeap(T a[], int size)
    {
        if (size > capacity)    //  堆的容量不足以创建
            return false;
        for (int i = 0; i < size; i++)
        {
            insert(a[i]);
        }
        return true;
    };

    4. 二叉堆代码测试

 

int _tmain(int argc, _TCHAR* argv[])
{
    MaxHeap<int> heap(11);
    //逐个元素构建大顶堆
    for (int i = 0; i < 10; i++)
    {
        heap.insert(i);
    }
    heap.print();
    cout << endl;
    heap.remove(8);
    heap.print();
    cout << endl;

    //根据指定的数组创建大顶堆
    MaxHeap<int> heap2(11);
    int a[10] = { 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 };
    heap2.createMaxHeap(a, 10);
    heap2.print();
    getchar();
    return 0;
}

输出结果:


9 8 5 6 7 1 4 0 3 2
9 7 5 6 2 1 4 0 3
10 9 6 7 8 2 5 1 4 3
 





以上是关于qbxt!预习二叉堆的主要内容,如果未能解决你的问题,请参考以下文章

python-数据结构代码 二叉堆

合并果子(二叉堆)

龙珠游戏(二叉堆)

Java 数据结构 & 算法宁可累死自己, 也要卷死别人 13 二叉堆

Java 数据结构 & 算法宁可累死自己, 也要卷死别人 13 二叉堆

二叉堆(彻底整明白堆排序)