数据结构之堆的复习
来源:互联网 发布:凸优化 中文版 pdf 编辑:程序博客网 时间:2024/05/21 06:38
一直以来对于数据结构中堆的概念和用法不熟悉,正好这次来复习一下~以下只是对于笔者来说容易误解或者混淆的知识点总结,可能并不适应于每个人哦。
1. 堆中的数据一般用数组存储。堆的逻辑结构是一棵完全二叉树或类似完全二叉树,而它的数据存储在数组中。
2. 堆可以分为大顶堆和小顶堆。大顶堆的每个父节点大于或者等于其左右孩子节点,小顶堆反之。堆并不是完全有序的,有序只是相对于父节点和其孩子节点来说的。这一点不同于二叉排序树。堆中的左右子树没有大小区别,二叉排序树中的左子树节点值小于(大于)右子树节点值。
3. 堆的几种基本操作和用法有堆化数组、堆的删除、堆的插入和堆排序
堆化数组:将一个数组调整为一个大(小)顶堆的过程。按数组中元素的顺序排列为一棵类似完全二叉树。从第n/2-1个元素开始调整,直到第0个元素
堆的删除:堆中元素的删除只发生在第0个位置。实际上将第0个位置上的元素与最后一个位置上的元素互换后,再将堆从上向下调整为大(小)顶堆。
堆的插入:堆中元素的插入是在数组尾发生。插入后,把堆进行从下至上的调整,直到符合大(小)顶堆。
堆排序: 时间复杂度为O(n lo g n)。第0个位置的元素与第n-1个位置的元素交换后,调整堆,此时是一个元素有序的数组;第0个位置的元素与第n-2个位置的元素交换后,调整堆,此时是两个元素有序的数组。以此类推,直到还剩一个元素,此时整个数组就是有序的了。需要注意的是,大顶堆进行堆排序后是递减数组,小顶推相反。
//从某个节点开始从上向下调整堆,以大顶堆为例
public void MaxHeapfixDown(int i,int n){int j,temp;temp=nums_array[i];j=2*i+1;while(j<n){if(j+1<n&&nums_array[j+1]>nums_array[j]){//左右孩子节点中较大者的下标j++;}if(nums_array[i]>=nums_array[j])//如果父节点已经大于等于左右孩子节点中的较大者 直接跳出while循环break;nums_array[i]=nums_array[j];nums_array[j]=temp;i=j;j=2*i+1;}}//另一种fixDown写法,比第一种方法少了while循环中的多次交换操作,但是代码可读性降低了public void MaxHeapfixDown2(int i,int n){int j,temp;temp=nums_array[i];j=2*i+1;while(j<n){if(j+1<n&&nums_array[j+1]>nums_array[j])j++;if(nums_array[j]<=temp)break;nums_array[i]=nums_array[j];i=j;j=2*i+1;}nums_array[i]=temp;}未完待续
0 0
- 数据结构之堆的复习
- 数据结构复习之堆
- 数据结构复习之–“堆排序”-JAVA实现
- 数据结构复习——堆
- 堆排序 数据结构期末复习
- 数据结构之堆的实现
- 数据结构之堆的定义
- 《数据结构复习笔记》--堆和堆排序
- 数据结构复习之【树】
- 数据结构复习之【排序】
- 数据结构复习之【栈】
- 数据结构复习之【队列】
- 数据结构复习之【图】
- 复习数据结构之栈
- 复习数据结构之队列
- 数据结构复习之【排序】
- 数据结构复习之【图】
- 数据结构之【栈】--复习
- 【安卓学习之工具学习】网络通信测试工具-socket/post/get
- Altium Designer隐藏电气连接线
- ios 百度地图居中显示
- 学习摘抄Thread
- MYSQL 存储过程的一点学习
- 数据结构之堆的复习
- iOS获取UUID,并使用keychain存储,可用于封设备
- ★leetcode05_Longest Palindromic Substring
- LIB和DLL的区别和使用
- CSS居中和多列布局
- 文章标题
- 909422229__利用dom4j修改XML数据_进行增删改查【最新】
- 【UVa】10298 - Power Strings
- 2017滴滴出行面试题 n 张桌子吃饭的最大利润