微信公众号搜"智元新知"关注
微信扫一扫可直接关注哦!

【数据结构】堆 Heap

1. 堆的定义:

堆(Heap) - 也叫做优先队列(Priority Queue);二叉堆一个完全二叉树或近似完全二叉树。满足如下的两个属性:

1 父节点的键值总是大于或等于(小于或等于)它的任意一个子节点的键值(顺序性);

2 堆总是一个完全二叉树;

将根节点最大的堆叫做最大堆;根节点最小的堆叫做最小堆


2. 堆的存储:

可以采用数组来表示堆;我们使用下标1作为数组的开始;声明数组X[n + 1],空出元素X[0],根位于X[1],它的两个子节点分别位于X[2],X[3],... ...

堆的典型定义如下(数组X满足如下条件):

{

root 节点索引:1

left child(i) 当前节点i的左子节点索引:2 × i

right child(i) 当前节点i的右子节点索引:2×i + 1

parent(i) 当前节点i的父节点的索引值:i/2

}

示例如下:X[1,... ... n]



3. 堆的操作:

两个关键的函数:siftup,siftdown:

3.1. siftup:

描述:现有数组X[1,... ...,n-1]为一个堆,插入一个新的元素在位置X[n]上,新的元素的键值可能小于其父节点,此时需将该节点向上调整,是X[1,... ... n]重新成为一个堆;


/**
 * @param newItem the new inserted item
 * @param n       the current index in the array X for the newItem,initially it is the last index of the array + 1
 */
void siftup(T newItem,int n)
{
    int currentIndex = n;
	
    for (int parentIndex = ParentIndex(currentIndex); parentIndex > 0 && newItem < X[parentIndex]; )
	{
	    X[currentIndex] = X[parentIndex];
		currentIndex = parentIndex;
		parentIndex = ParentIndex(parentIndex);
	}
}

3.2. siftdown:

描述:现有数组X[1,... ...n]为一个堆,给X[1]分配一个新的值,重新调整使X重新满足堆的条件;


/**
 * @param n the replaced node index,initially n = 1,replace the root node
 * @param newItem the new replaced value on X[n]
 */
void siftdown(int n,T newItem)
{
    int currentIndex = n;
	
	// If current node owns child node(s),check
    while (getLeftChildindex(currentIndex) > heapSize)
	{
	    int leftChildindex = getLeftChildindex(currentIndex);
	    int rightChildindex = getRightChildindex(currentIndex);
	
	    // get the index whose item value is the less one.
        int minItemIndex = (rightChildindex < heapSize) ? (X[leftChildindex] < X[rightChildindex] ? leftChildindex : rightChildindex) : (leftChildindex);
		
		if (newItem > X[minItemIndex])
		{
		    X[currentIndex] = X[minItemIndex]; // swap value
			currentIndex = minItemIndex;
		}else
		{
		    // exit
			break;
		}
	}	
	X[currentIndex] = newItem;
}

3.3. 堆插入元素insert:

描述:每次插入都是将新数据放在数组的最后;然后向上调整使其重新满足堆条件;

void insert(T newItem)
{
    siftUp(newItem,heapSize);
}


3.4. 堆删除元素delete:

描述:堆中每次只能删除根节点X[1];为了便于重建堆,实际的操作是将最后一个数据的值赋给根节点,然后再向下调整,使其满足堆条件;

T delete()
{
    T deletedItem = X[1];
	
    heapSize -= 1;
    siftdown(1,X[n]);
	
    return deletedItem;
}

3.5. 堆排序:

描述:堆X[1,... ... n]建好之后,X[1]为最小的元素;将X[1]取出,放在X[n]位置上,然后将原来的X[n]放在X[1]上,向下调整,得到新的堆X[1,... ... n - 1];然后将新堆的X[1]放在X[n - 1]上,X[n - 1]放到X[1]上,siftdown得到新的堆X[1,... ... n-2];重复上面过程直到X[1]与X[2]交换为止;

void sort()
{
    for (int i = n; i > 1; i--)
	{
	    swap(X[1],X[i]);
	    heapSize -= 1; // reduce the heap size.
	    siftdown(1,X[1]); // current X[1] is the new value which is the X[i] before the swaption.
	}
}

3.6. 堆操作的动态演示:

http://www.benfrederickson.com/2013/10/10/heap-visualization.html


4. C++ STL中的堆操作:

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


【啊哈!算法】算法3:最常用的排序——快速排序       上一节的冒泡排序可以说是我们学习第一个真正的排序算法,并且解决了桶排序浪费空间的问题,但在算法的执行效率上却牺牲了很多,它的时间复杂度达到了O(N2)。假如我们的计算机每秒钟可以运行10亿次,那么对1亿个数进行排序,桶排序则只需要0.1秒,而冒泡排序则需要1千万秒,达到115天之久,是不是很吓人。那有没有既不浪费空间又可以快一点的排序算法
匿名组 这里可能用到几个不同的分组构造。通过括号内围绕的正则表达式就可以组成第一个构造。正如稍后要介绍的一样,既然也可以命名组,大家就有考虑把这个构造作为匿名组。作为一个实例,请看看下列字符串: “08/14/57 46 02/25/59 45 06/05/85 18 03/12/88 16 09/09/90 13“ 这个字符串就是由生日和年龄组成的。如果需要匹配年两而不要生日,就可以把正则
选择排序:从数组的起始位置处开始,把第一个元素与数组中其他元素进行比较。然后,将最小的元素方式在第0个位置上,接着再从第1个位置开始再次进行排序操作。这种操作一直到除最后一个元素外的每一个元素都作为新循环的起始点操作过后才终止。 public void SelectionSort() { int min, temp;
public struct Pqitem { public int priority; public string name; } class CQueue { private ArrayList pqueue; public CQueue() { pqueue
在编写正则表达式的时候,经常会向要向正则表达式添加数量型数据,诸如”精确匹配两次”或者”匹配一次或多次”。利用数量词就可以把这些数据添加到正则表达式里面了。 数量词(+):这个数量词说明正则表达式应该匹配一个或多个紧紧接其前的字符。 string[] words = new string[] { "bad", "boy", "baad", "baaad" ,"bear", "b
来自:http://blog.csdn.net/morewindows/article/details/6678165/归并排序是建立在归并操作上的一种有效的排序算法。该算法是采用分治法(Divide and Conquer)的一个非常典型的应用。首先考虑下如何将将二个有序数列合并。这个非常简单,只要从比较二个数列的第一个数,谁小就先取谁,取了后就在对应数列中删除这个数。然后再进行比较,如果有数列
插入排序算法有两层循环。外层循环会啄个遍历数组元素,而内存循环则会把外层循环所选择的元素与该元素在数组内的下一个元素进行比较。如果外层循环选择的元素小于内存循环选择的元素,那么瘦元素都想右移动以便为内存循环元素留出位置。 public void InsertionSort() { int inner, temp;
public int binSearch(int value) { int upperBround, lowerBound, mid; upperBround = arr.Length - 1; lowerBound = 0; while (lowerBound <= upper
虽然从表内第一个节点到最后一个节点的遍历操作是非常简单的,但是反向遍历链表却不是一件容易的事情。如果为Node类添加一个字段来存储指向前一个节点的连接,那么久会使得这个反向操作过程变得容易许多。当向链表插入节点的时候,为了吧数据复制给新的字段会需要执行更多的操作,但是当腰吧节点从表移除的时候就能看到他的改进效果了。 首先需要修改Node类来为累增加一个额外的链接。为了区别两个连接,这个把指
八、树(Tree)树,顾名思义,长得像一棵树,不过通常我们画成一棵倒过来的树,根在上,叶在下。不说那么多了,图一看就懂:当然了,引入了树之后,就不得不引入树的一些概念,这些概念我照样尽量用图,谁会记那么多文字?树这种结构还可以表示成下面这种方式,可见树用来描述包含关系是很不错的,但这种包含关系不得出现交叉重叠区域,否则就不能用树描述了,看图:面试的时候我们经常被考到的是一种叫“二叉树”的结构,二叉