堆(heap)
来源:互联网 发布:ovid数据库检索方式 编辑:程序博客网 时间:2024/06/06 03:28
堆:
完全二叉树+任一结点是其子树所有结点的最大(小)值。
以下为最大堆的代码。
struct HeapStruct *MaxHeap;struct HeapStruct{ ElementType *Elements; // 存储堆元素的数组 int Size; //堆 的当前元素个数 int Capacity; // 堆的最大容量};
MaxHeap Create(int MaxSize){ MaxHeap H = malloc(sizeof(struct HeapStruct)); H->Elements = malloc((MaxSize+1) *sizeof(ElementType)); H->Size = 0; H->Capacity = MaxSize; H->Elements[0] = MaxData; /* 定义“哨兵”为大(小)于堆中所有可能元素的值,便于以后更快操作,也就是堆元素从下标1开始存放*/ return H;}
//时间O(logn)void Insert(MaxHeap H, ElementType item) { //将元素item 插入最大堆H,其中H->Elements[0]已经定义为哨兵 int i; if(IsFull(H)) { printf("最大堆已满"); return; } i= ++H->Size; // i指向插入后堆中的最后一个元素的位置 for (;H->Elements[i/2]<item;i/=2) H->Elements[i] = H->Elements[i/2]; // 向下过滤结点 H->Elements[i] = item;}
//时间O(logn)ElementType DeleteMax(MaxHeap H) { // 从最大堆H中取出键值为最大的元素,并删除一个结点 int Parent, Child; ElementType MaxItem, temp; if(IsEmpty(H)) { printf("最大堆已为空"); return; } MaxItem = H->Elements[1]; //用最大堆中最后一个元素从根结点开始向上过滤下层结点 temp = H->Elements[H->Size--]; for(Parent=1;Parent*2<=H->Size;Parent=Child) { Child = Parent * 2; if((Child!= H->Size) && (H->Elements[Child] < H->Elements[Child+1])) Child++; // Child指向左右子结点的较大者 if(temp >= H->Elements[Child]) break; else H->Elements[Parent] = H->Elements[Child]; } H->Elements[Parent] = temp; return MaxItem; }
/* 已知n个元素,按最大堆建立: 法一:按上面insert,一个一个插入。时间O(nlogn) 法二:将那个元素输入数组形成完全二叉树性质; 从最后一个结点的父节点到1每个结点调整一次。*/void MaxSort(MaxHeap H, int i) // i为要调整的结点下标,从i到1都要调整{ int temp; if(i*2==H->Size) { if(H->Elements[i]<H->Elements[i*2]) { temp = H->Elements[i]; H->Elements[i] = H->Elements[i*2]; H->Elements[i*2] = temp; } } if(i*2<H->Size) { if(H->Elements[2*i]>H->Elements[2*i+1] && H->Elements[2*i]>H->Elements[i]) { temp = H->Elements[i]; H->Elements[i] =H->Elements[2*i]; H->Elements[i*2] = temp; MaxSort(H,2*i); } if(H->Elements[2*i+1]>H->Elements[2*i] && H->Elements[2*i+1]>H->Elements[i]) { temp = H->Elements[i]; H->Elements[i] = H->Elements[i*2+1]; a[i*2+1] = temp; MaxSort(a, i*2+1); } }}
阅读全文
0 0
- heap(堆)
- 堆(heap)
- 【数据结构】堆(heap)
- 堆(heap)笔记
- 数据结构-堆(heap)
- heap(堆)
- 【数据结构】堆(heap)
- 数据结构-堆(Heap)
- 数据结构-堆(heap)
- 堆(heap)
- 数据结构:堆(heap)
- 堆(heap)
- 堆排序(heap sort)
- 堆排序(Heap Sort)
- 堆(Heap)排序算法
- 堆(Heap)的实现
- 二叉堆(Binary heap)
- 堆排序(Heap-Sort)
- Java中代码的执行顺序
- VMware Workstation的使用过程中出现的错误及解决方案
- [RK3288][Android6.0] PWM backlight 驱动流程小结
- MongoPipeline,ImagePipeline,CsvPipeline,JsonPipeline,XmlWritePipeline
- 君生我未生!Stata
- 堆(heap)
- synchronized和lock的区别和使用
- 编程语言之存储结构篇
- 【JavaScript】原生JS实现多条件筛选
- 强化学习基本概念
- 人工智能 无人驾驶的第一本书推荐
- android 中的多线程使用
- HTTP基础指南(图解http总结)
- 观察者设计模式