二叉堆类添加和删除元素

现在有这么一个需求,需要求一组数据的里最低的值.可以用二叉堆来快速的实现这个功能. 
二叉堆 
在有序列表中，每个元素都按照由低到高或由高到低的顺序保存在恰当的位置。这很有用，但是还 不够。事实上，我们并不关心数字 127 是否比 128 在更低的位置上。我们只是想让 值最低的元素能放在列表顶端以便容易访问。列表的其他部分即使是混乱的也不必在意。列表的其他部分只有在我们需要另一个 值最低的元素的时候，才有必要保持有序。 
基本上，我们真正需要的是一个 “ 堆 ” ，确切的说，是个二叉堆。二叉堆是一组元素，其中最大或者最小（取决于需要）的元素在堆顶端。既然我们要寻找 值最小的元素，我们就把它放在堆顶端。这个元素有两个子节点，每个的 值等于，或者略高于这个元素。每个子节点又有两个子节点，他们又有和他们相等或略高的子节点。。。依次类推。这里是一个堆可能的样子： 


注意， 值最低的元素 (10) 在最顶端，第二低的元素 (20) 是它的一个子节点。可是，其后就没有任何疑问了。在这个特定的二叉堆里，第三低的元素是 24 ，它离堆顶有两步的距离，它比 30 小，但是 30 却在左侧离堆顶一步之遥的地方。简单的堆放，其他的元素在堆的哪个位置并不重要，每个单独的元素只需要和它的父节点相等或者更高，而和它的两个子节点相 比，更低或者相等，这就可以了。这些条件在这里都完全符合，所以这是个有效的二叉堆。 
很好，你可能会想，这的确有趣，但是如何把它付诸实施呢？嗯，关于二叉堆的一个有趣的事实是，你可以简单的把它存储在一个一维数组中。 
在这个数组中，堆顶端的元素应该是数组的第一个元素 ( 是下标 1 而不是 0) 。两个子节点会在 2 和 3 的位置。这两个节点的 4 个子节点应该在 4 － 7 的位置。 
 
总的来说，任何元素的两个子节点可以通过把当前元素的位置乘以 2 （得到第一个子节点）和乘 2 加 1 （得到第二个子节点）来得到。就这样，例如堆中第三个元素（数值是 20 ）的两个子节点，可以在位置 2*3 = 6 和 2*3 +1 = 7 这两个位置找到。那两个位置上的数字非别是 30 和 24 ，当你查看堆的时候就能理解。 
你其实不必要知道这些，除了表明堆中没有断层之外知道这些没有任何价值。 7 个元素，就完整的填满了一个三层堆的每一层。然而这并不是必要的。为了让我们的堆有效，我们只需要填充最底层之上的每一行。最底层自身可以是任意数值的元 素，同时，新的元素按照从左到右的顺序添加。这篇文章描述的方法就是这样做的，所以你不必多虑。 
往堆中添加新元素 
大致的，为了往堆里添加元素，我们把它放在数组的末尾。然后和它在 当前位置 /2 处的父节点比较，分数部分被圆整。如果新元素的 值更低，我们就交换这两个元素。然后我们比较这个元素和它的新父节点，在 （当前位置） /2 ，小数部分圆整，的地方。如果它的 值更低，我们再次交换。我们重复这个过程直到这个元素不再比它的父节点低，或者这个元素已经到达顶端，处于数组的位置 1 。 
我们来看如何把一个 值为 17 的元素添加到已经存在的堆中。我们的堆里现在有 7 个元素，新元素将被添加到第 8 个位置。这就是堆看起来的样子，新元素被加了下划线。 
10 30 20 34 38 30 24 17
接下来我们比较它和它的父节点，在 8/2 也就是 4 的位置上。位置 4 当前元素的 值是 34 。既然 17 比 34 低，我们交换两元素的位置。现在我们的堆看起来是这样的 :
10 30 20 17 38 30 24 34
然后我们把它和新的父节点比较。因为我们在位置 4 ，我们就把它和 4/2 = 2 这个位置上的元素比较。那个元素的 值是 30 。因为 17 比 30 低，我们再次交换，现在堆看起来是这样的： 
10 17 20 30 38 30 24 34
接着我们比较它和新的父节点。现在我们在第二个位置，我们把它和 2/2 = 1 ，也就是堆顶端的比较。这次， 17 不比 10 更低，我们停止，堆保持成现在的样子。 
从堆中删除元素 
从堆中删除元素是个类似的过程，但是差不多是反过来的。首先，我们删除位置 1 的元素，现在它空了。然后，我们取堆的最后一个元素，移动到位置 1 。在堆中，这是结束的条件。以前的末元素被加了下划线。 
34 17 20 30 38 30 24
然后我们比较它和两个子节点，它们分别在位置 ( 当前位置 *2) 和 ( 当前位置 * 2 + 1) 。如果它比两个子节点的 值都低，就保持原位。反之，就把它和较低的子节点交换。那么，在这里，该元素的两个子节点的位置在 1 * 2 = 2 和 1*2 + 1 = 3 。显然， 34 不比任何一个子节点低，所以我们把它和较低的子节点，也就是 17 ，交换。结果看起来是这样： 
17 34 20 30 38 30 24
接着我们把它和新的子节点比较，它们在 2*2 = 4 ，和 2*2 + 1 = 5 的位置上。它不比任何一个子节点低，所以我们把它和较低的一个子节点交换（位置 4 上的 30 ）。现在是这样： 
17 30 20 34 38 30 24
最后一次，我们比较它和新的子节点。照例，子节点在位置 4*2 = 8 和 4*2+1 = 9 的位置上。但是那些位置上并没有元素，因为列表没那么长。我们已经到达了堆的底端，所以我们停下来。 
二叉堆为什么这么快？ 
现在你知道了堆基本的插入和删除方法，你应该明白为什么它比其他方法，比如说插入排序更快。 假设你有个有 1000 个数据，如果你使用插入排序，从起点开始，到找到新元素恰当的位置，在把新元素插入之前，平均需要做 500 次比较。 

根据以上资料实现一个二叉堆的类,包含两个函数 
void Add( int data );//往堆添加数值
int GetMin();//获得最小值并从堆里删除这个数值


自己做的，下午16：00要交不知道有什么错误，请指教。

C/C++ code

#include <iostream>#include <stdio.h>//#include "BinaryHeap.h"using namespace std;#pragma onceclass BinaryHeap{public:    BinaryHeap(int *m_arr, int asize, int anum);    ~BinaryHeap(void);    void Add( int data );//往堆添加数值    int GetMin();//获得最小值并从堆里删除这个数值    void ShowArray();private:    int *arr;    int num;    int size;};BinaryHeap::BinaryHeap(int *m_arr,int asize, int anum){    size = asize;    num = anum;    arr = new int[size];    for(int i=0; i<size; i++) arr[i] = m_arr[i];}BinaryHeap::~BinaryHeap(void){    delete arr;}void BinaryHeap::Add(int data){    num++ ;    arr[num-1] = data;    int i = num/2 -1;    int j = num - 1;    while(arr[i] > arr[j])    {        arr[i] += arr[j];        arr[j] = arr[i] - arr[j];        arr[i] = arr[i] - arr[j];        j = i;        i = (j+1)/2 - 1;    }}int BinaryHeap::GetMin (){    int min = arr[0];    arr[0] = arr [num -1];    arr [ num -1 ] =0;    num--;    int local = 1;    int child = local*2;    while(child < num)    {        int minarr;        minarr = arr[child-1]<arr[child]?arr[child-1]:arr[child];                if(arr[local-1] > minarr)        {            if(arr[child-1] > arr[child])             {                arr[local-1] += arr[child];                arr[child] = arr[local-1] - arr[child];                arr[local-1] = arr[local-1] - arr[child];                                local = child +1;            }                else            {                arr[local-1] += arr[child-1];                arr[child-1] = arr[local-1] - arr[child-1];                arr[local-1] = arr[local-1] - arr[child-1];                local = child ;             }         }        child = local*2;    }    return min;}void BinaryHeap::ShowArray(){        for(int i=0;i<num;i++) cout << arr[i] << " ";    cout << endl;}int main(){    int aarr[16] ={10,30,20,34,38,30,24};    int intadd;    BinaryHeap bh(aarr,(sizeof aarr)/4, 7 );    bh.ShowArray();        bh.Add(15);    bh.ShowArray();    cout << "数组最小的数: "<<bh.GetMin() << endl<<"删除最小的数后：";    bh.ShowArray();    return 0;}