堆的实现（堆的建立及push、pop元素）

堆数据结构是一种数组对象，它可以被视为一棵完全二叉树结构。

堆结构的二叉树存储：

大堆：每个父节点的都大于孩子节点；小堆：每个父节点的都小于孩子节点。

建堆：由于堆被视为完全二叉树，故在h-1层找到第一个（从后往前找）非叶子结点，进行堆的下调

建大堆时，从下往上依次判断并调整堆，使该结点的左右子树都满足大堆

建小堆时，从下往上依次判断并调整堆，使该结点的左右子树都满足小堆

可见大堆的建立与小堆的建立方式类似，下面以大堆进行讨论。

利用vactor模板存储堆中元素

template<class T>class Heap{public:Heap();Heap(const T* a, size_t size);void Push(const T& x);void Pop();T& GetTop();//访问堆顶元素bool Empty();//判空size_t Size();//堆元素个数void PrintHeap();protected:void _AdjustDown(size_t Parent);//下调--建大堆(每个父结点都大于孩子结点)void _AdjustUp(size_t Child);//上调--建小堆(每个父结点都小于孩子结点)private:vector<T> _a;};

实现堆的建立

template<class T>Heap<T>::Heap():_a(NULL){}template<class T>Heap<T>::Heap(const T* a, size_t size){assert(a);_a.reserve(size);//初始化_a(vector模板的使用)for (size_t i = 0; i < size; ++i){_a.push_back(a[i]);}////堆的第一个非叶子结点的数组下标时((size-1)-1)/2（最后一个结点是size-1）for (int i = (int)(size - 2) / 2; i >= 0; --i)//不能定义为size_t（无符号）{_AdjustDown(i);}//建小堆，类似建大堆的方式，从下向上进行调整堆，使该结点处的左右子树都满足小堆//在进行调小堆时，也通过下调实现}//下调--建大堆/小堆template<class T>void Heap<T>::_AdjustDown(size_t Parent){size_t Child = Parent * 2 + 1;while (Child < _a.size()){//先进行左右结点的比较,使Child为较大的数的下标，然后与父亲结点进行比较，使较大的数据为父亲结点if (Child + 1 < _a.size() && _a[Child] < _a[Child + 1])//存在右结点再进行比较{++Child;}if (_a[Child] > _a[Parent])//如果子结点大于父亲结点就交换，否则就要跳出循环{swap(_a[Child], _a[Parent]);Parent = Child;Child = Parent * 2 + 1;}else{break;}}}//在建立小堆时，只需要将比较条件进行改变就可以实现

在已经是大堆或小堆的堆中加入元素使堆仍为大堆，可通过该元素与它的父结点进行比较

ps：由于插入的元素在数组末尾，故需要通过上调进行比较实现堆的大堆或小堆

template<class T>void Heap<T>::_AdjustUp(size_t Child)//上调{size_t Parent = (Child - 1) / 2;//结点为Child的父亲结点为（Child-1）/2while (Child > 0)//当Child等于0时以到堆顶，终止循环{if (_a[Parent] < _a[Child])//直接进行父亲结点和子结点的比较{swap(_a[Child], _a[Parent]);Child = Parent;Parent = (Child - 1) / 2;}else{break;}}}template<class T>void Heap<T>::Push(const T& x)//元素x入堆{//_a.resize(_a.size() + 1);//_a[_a.size()-1] = x;_a.push_back(x);_AdjustUp(_a.size() - 1);}

堆中pop元素，删除堆顶元素，使堆仍为大堆。

在已经是大堆或小堆的堆中删除堆顶元素，直接删除堆顶元素，造成无法进行大堆或小堆的实现，可通过将第一个元素与最后一个元素进行交换，然后删除最后一个元素，最后通过下调实现大堆或小堆

template<class T>void Heap<T>::Pop()//出堆{size_t size = _a.size();assert(size > 0);//断言堆非空swap(_a[0], _a[size - 1]);_a.pop_back();_AdjustDown(0);//从堆顶开始进行下调}

实现堆的堆顶，判空及堆元素个数

template<class T>T& Heap<T>::GetTop()//访问堆顶元素{return _a[0];}template<class T>bool Heap<T>::Empty()//判空{return _a.size() == 0;}template<class T>size_t Heap<T>::Size()//堆元素个数{return _a.size();}template<class T>void Heap<T>::PrintHeap(){for (size_t i = 0; i < _a.size(); ++i){cout << _a[i] << " ";}cout << endl;}

测试用例

#include"Heap.hpp"void Test4(){int arr[] = { 10, 16, 18, 12, 11, 13, 15, 17, 14, 19};Heap<int> h(arr, sizeof(arr) / sizeof(arr[0]));h.PrintHeap();cout << "empty: " << h.Empty() << endl;cout << "size: " << h.Size() << endl;cout << "gettop: " << h.GetTop() << endl;h.Push(20);h.PrintHeap();h.Pop();h.PrintHeap();}

如果对于上述说明还是不是很清楚，可自己亲手画图分析，存在不足之处请多多指教。

【vector】包含着一系列连续存储的元素, 其行为和数组类似。访问Vector中的任意元素或从末尾添加元素都可以在常量级时间复杂度内完成，而查找特定值的元素所处的位置或是在Vector中插入元素则是线性时间复杂度。

本文出自 “Scen” 博客，请务必保留此出处http://10741357.blog.51cto.com/10731357/1768410