数据结构:堆Heap
来源:互联网 发布:java替换\ 编辑:程序博客网 时间:2024/06/08 01:06
一、定义
堆(heap),也叫优先队列(priority queue),取出元素的顺序是依照元素的优先权(关键字)大小,而不是元素进入队列的先后顺序,也就是说堆的排序是按照自定义的顺序(优先权)。
比如说,打印机在打印不同文件时,并不是按照文件的先后顺序来打印的,而是由文件是否急需来决定这些文件的打印顺序,这样的模型就是堆模型。
堆最主要的操作有插入(insert)和删除(deleteMax/deleteMin)两种操作,堆有多种实现方式,比如说数组或链表,也可以采用完全二叉树存储结构来实现,完全二叉树非常适合实现堆,所以提到堆,默认就是树结构,这也是完全二叉树的一个应用,所以这里只讲二叉树实现的C语言代码。如下图所示,堆可分为最大堆和最小堆,最大堆是指子结点的值小于父结点,最小堆是值子结点的值大于父结点,注意,兄弟结点之间没有优先权排序的关系。
以最大堆为例,12在第一个位置,11在第二个位置,9在第三个位置……
二、C语言实现
这里以最大堆的实现为例。
//头文件,文件名:MaxHeap.h#ifndef MAXHEAP_H_INCLUDED#define MAXHEAP_H_INCLUDEDstruct HeapStruct{ //存放堆元素的数组,该数组下标为0的位置不存放堆元素,仅存放哨兵元素 int* heapArr; int size;//存放堆的当前元素的数目 int capacity;//存放该堆的容量};typedef struct HeapStruct* MaxHeap;MaxHeap createMaxHeap(int);void insert(int, MaxHeap);int find(int, MaxHeap);#endif // MAXHEAP_H_INCLUDED
//堆的具体实现文件,文件名:MaxHeap.c#include <stdio.h>#include <stdlib.h>#include "MaxHeap.h"MaxHeap createMaxHeap(int maxSize){ MaxHeap maxHeap = (MaxHeap)malloc(sizeof(struct HeapStruct)); maxHeap->heapArr = (int*)malloc(sizeof(int)*(maxSize+1)); maxHeap->size = 0; maxHeap->capacity = maxSize; maxHeap->heapArr[0] = 0;//heapArr数组不存放堆的元素,只存放堆中的最大元素 return maxHeap;}/*查找到元素则返回元素在堆中的位置,否则返回0*/int find(int element, MaxHeap maxHeap){ if(!maxHeap){ printf("该堆不存在\n"); return 0; } int i = 1; for(;i<=maxHeap->size;i++){ if(element == maxHeap->heapArr[i]){ return i; } } return 0;}/* 朝一个堆里插入元素, 原理:先在尾部插入元素,然后将该元素与父结点比较,如果父结点小于该元素,则两个元素互换位置, 这叫采用上滤(percolate up)的方式搜索。*/void insert(int element, MaxHeap maxHeap){ if(!maxHeap){ printf("该堆不存在!\n"); return; } if(find(element, maxHeap)){ printf("堆中已存在元素%d,不再插入!\n", element); return; } if(maxHeap->size == maxHeap->capacity){ printf("该堆的容量已满,不能再插入元素了\n"); return; }else{ /* 因为这里可能需要使用哨兵元素来判断是否结束循环, 所以哨兵元素在插入操作时,必须为待插入元素与该堆最大元素的较大者 判断哨兵元素是否更新,更新后可以作为判断条件, 但是插入数据后一定要将哨兵元素的值恢复成该堆的最大元素 */ if(maxHeap->heapArr[0]<element){ maxHeap->heapArr[0] = element; } int i = ++maxHeap->size; for(;maxHeap->heapArr[i/2]<element;i/=2){ maxHeap->heapArr[i] = maxHeap->heapArr[i/2]; } maxHeap->heapArr[i] = element; //最后复原哨兵元素 maxHeap->heapArr[0] = maxHeap->heapArr[1]; }}/* 删除并返回最大堆里的最大的元素 原理:最大堆的最大元素为根结点上的元素,也就是说,等价于给根结点位置重新找子树中最大的元素,合并左右两颗最大堆。先删除最后一个结点n(值替换根结点的值),从根开始找出当前结点下较大的子结点,然后用这个子结点的值与结点n的值比较,如果大于结点n的值,则这个子结点的值移动到父结点的位置,该子节点的位置作为下一个父结点,继续向下查找;如果小于结点n的值,则停止向下搜索。这叫采用下滤(percolate down)的方式搜索。*/int deleteMax(MaxHeap maxHeap){ int parent, child;//父结点和子结点的位置 if(maxHeap->size == 0){ printf("该最大堆已经不含有结点\n"); return 0; } //初始堆里的最大值 int maxItem = maxHeap->heapArr[1]; //将初始堆的最后一个元素赋值给根结点,并且删除最后一个结点 maxHeap->heapArr[1] = maxHeap->heapArr[maxHeap->size--]; int temp = maxHeap->heapArr[1]; //开始循环比较父结点与子结点的大小 //parent*2<=maxHeap->size判断是否有子结点 for(parent=1; parent*2 <= maxHeap->size; parent=child){ child = parent*2;//左子结点的位置 if((child!=maxHeap->size)&&(maxHeap->heapArr[child]<maxHeap->heapArr[child+1])){ //child!=maxHeap->size成立的话,表明该parent结点有右子结点 //maxHeap->heapArr[child]<maxHeap->heapArr[child+1]判断左右子结点的大小 //如果if条件成立,那么parent的右结点比左结点大,此时child指向右结点的位置 child++; } if(maxHeap->heapArr[child] > temp){ maxHeap->heapArr[parent] = maxHeap->heapArr[child]; }else{ break; } } maxHeap->heapArr[parent] = temp; //修改哨兵 maxHeap->heapArr[0] = maxHeap->heapArr[1]; return maxItem;}/* 根据一个数组直接建立堆 而不是一个元素一个元素的插入 原理:先无序将这个元素放入到堆里, 然后按照删除元素的原理(下滤)从第一个含非空子结点(位置:最后一个叶结点的位置/2取整)的元素开始调整*/void createMaxHeapByArray(int arr[], int length, MaxHeap maxHeap){ //MaxHeap maxHeap = createMaxHeap(length); /* 因为这里数组里的元素并未放到maxHeap->heapArr里面 所以需要把这些元素放进去 其实这里不需要另一个数组,这里为了方便理解由数组建堆的原理, 所以另加了一个数组。 */ maxHeap->size = length; //将数组元素依次放入完全二叉树里 for(int j=0; j<length; j++){ maxHeap->heapArr[j+1] = arr[j]; } //开始调整 int i; for(i = maxHeap->size/2; i>0; i--){ int parent, child, element; element = maxHeap->heapArr[i]; for(parent = i; parent*2<=maxHeap->size; parent=child){ child = parent*2; if((child!=maxHeap->size)&&(maxHeap->heapArr[child]<maxHeap->heapArr[child+1])){ child++; } if(element >= maxHeap->heapArr[child]){ break; }else{ maxHeap->heapArr[parent] = maxHeap->heapArr[child]; } } maxHeap->heapArr[parent] = element; } maxHeap->heapArr[0] = maxHeap->heapArr[1];}
//测试文件,文件名:main.c#include "MaxHeap.h"#include <stdio.h>#include <stdlib.h>int main(){ MaxHeap maxHeap = createMaxHeap(4); insert(15, maxHeap); insert(7, maxHeap); insert(9, maxHeap); insert(20, maxHeap); //查找元素7 int position = find(7,maxHeap); printf("7在第%d个位置\n",position); //查找不存在的元素21 int pos = find(21,maxHeap); printf("21在第%d个位置\n",pos); printf("\n"); for(int i=1;i<=maxHeap->size;i++){ printf("第%d元素为:%d\n", i, maxHeap->heapArr[i]); } printf("哨兵为:%d\n", maxHeap->heapArr[0]); printf("\n"); //重复插入9 insert(9, maxHeap); printf("\n"); //测试删除最大元素 int maxItem = deleteMax(maxHeap); printf("删除的最大元素为:%d\n", maxItem); printf("删除之后的堆为:\n"); for(int i=1;i<=maxHeap->size;i++){ printf("第%d元素为-----%d\n", i, maxHeap->heapArr[i]); } printf("哨兵为-----%d\n", maxHeap->heapArr[0]); //测试直接生成最大堆 printf("\n"); printf("根据数组直接生成最大堆\n"); int arr[5] = {1,2,3,4,5}; MaxHeap newMaxHeap = createMaxHeap(5); createMaxHeapByArray(arr, 5, newMaxHeap); for(int m = 1; m<=newMaxHeap->size; m++){ printf("第%d元素为:%d\n", m, newMaxHeap->heapArr[m]); } return 0;}//结果://7在第4个位置//21在第0个位置//第1元素为:20//第2元素为:15//第3元素为:9//第4元素为:7//哨兵为:20//堆中已存在元素9,不再插入!//删除的最大元素为:20//删除之后的堆为://第1元素为-----15//第2元素为-----7//第3元素为-----9//哨兵为-----15//根据数组直接生成最大堆//第1元素为:5//第2元素为:4//第3元素为:3//第4元素为:1//第5元素为:2
阅读全文
5 0
- 【数据结构】堆 Heap
- 【数据结构】堆(heap)
- 数据结构 《6》----堆 ( Heap )
- 数据结构-树-堆(heap)
- 数据结构之堆Heap
- 数据结构-堆(heap)
- 数据结构之堆(Heap)
- 【数据结构】堆(heap)
- 数据结构-堆(Heap)
- 数据结构-堆(heap)
- 数据结构:堆Heap
- 数据结构:堆(heap)
- 数据结构之堆(Heap)(9)
- 浅谈数据结构—堆(heap)
- 【数据结构-堆排序】堆排序 Heap Sort
- 数据结构 之 二叉堆(Heap)
- 【数据结构】堆heap,Trie树,位图Bitmap
- 数据结构之堆(Heap)的实现
- 2017第三次多校联合hdu6060
- C++学习(1)
- HDU1465 不容易系列之一
- Object...values可变参数和Object[] values区别
- 腾讯第一次面试
- 数据结构:堆Heap
- 1. Two Sum
- STL中的deque学习笔记
- POJ 3270 Cow Sorting(置换)
- JS如何判断分辨率不同,调用不同的CSS,不同的image文件夹
- C++学习(2)
- 设计模式之里氏代换原则
- 读前辈的大话设计模式(八)之模板方法模式,抒自己的读后感
- Unity3D服务器端使用PhysX计算物理