目录
  • 堆的概念
    • 提示:完全二叉树
  • 堆的性质
    • 最大堆最小堆
      • 代码
        • 定义
          • 有限数组形式
          • 动态数组形式
        • 操作
          • 向下调整结点
          • 建立堆
          • 初始化
          • 打印堆
        • 测试
          • main函数
          • 结果
        • 完整代码

        堆的概念

        堆(heap)是计算机科学中一类特殊的数据结构的统称。堆通常是一个可以被看做一棵树的数组对象,即是一种顺序储存结构的完全二叉树。

        提示:完全二叉树

        完全二叉树:对一棵深度为k、有n个结点二叉树编号后,各节点的编号与深度为k的满二叉树相同位置的结点的编号相同,这颗二叉树就被称为完全二叉树。[2]

        堆的性质

        • 堆中某个结点的值总是不大于或不小于其父结点的值
        • 堆总是一棵完全二叉树
        • 除了根结点和最后一个左子结点可以没有兄弟结点,其他结点必须有兄弟结点

        最大堆最小堆

        • 最大堆:根结点的键值是所有堆结点键值中最大者,且每个结点的值都比其孩子的值大。

        • 最小堆:根结点的键值是所有堆结点键值中最小者,且每个结点的值都比其孩子的值小。

        代码

        定义

        有限数组形式

        int Heap[1024];    //顺序结构的二叉树

        若某结点编号为i,且存在左儿子和右儿子,则他们分别对应

        Heap[i*2+1];      //左儿子
        Heap[i*2+2];      //右儿子

        其父节点

        Heap[i/2];		//i的父节点

        动态数组形式

        在项目开发中,经常以动态数组形式出现,在本文主要对这种形式进行介绍

        //默认容量
        #define DEFAULT_CAPCITY 128
        
        typedef struct _Heap
        {
        	int *arr;		//储存元素的动态数组
        	int size;		//元素个数
        	int capacity;	//当前存储的容量	
        }Heap;

        操作

        只使用InitHeap()函数进行初始化即可,AdjustDown()与BuildHeap()仅为堆建立时的内部调用

        向下调整结点

        • 以创建最大堆为例
        • 将“判断最大子结点是否大于当前父结点”处的>=改为<=即可创建最小堆
        //向下调整,将当前结点与其子结点调整为最大堆
        //用static修饰禁止外部调用
        static void AdjustDown(Heap& heap, int index)
        {
        	int cur = heap.arr[index];	//当前待调整结点
        	int parent, child;
        
        	/*
        		判断是否存在子结点大于当前结点。
        		若不存在,堆是平衡的,则不调整;
        		若存在,则与最大子结点与之交换,交换后该子节点若还有子结点,则以此方法继续调整。
        	*/
        	for (parent = index; (parent * 2 + 1) < heap.size; parent = child)
        	{
        		child = parent * 2 + 1;	//左子结点
        
        		//取两个子结点中最大节点,(child+1)<heap.size防止越界
        		if (((child + 1) < heap.size && (heap.arr[child] < heap.arr[child + 1])))
        			child++;
        
        		//判断最大子结点是否大于当前父结点
        		if (cur >= heap.arr[child])	//将此处的>=改成<=可构建最小堆
        		{
        			//不大于,不需要调整
        			break;
        		}
        		else
        		{
        			//大于,则交换
        			heap.arr[parent] = heap.arr[child];
        			heap.arr[child] = cur;
        		}
        
        	}
        }

        建立堆

        //建立堆,用static修饰禁止外部调用
        static void BuildHeap(Heap& heap)
        {
        	int i;
        	//从倒数第二层开始调整(若只有一层则从该层开始)
        	for (i = heap.size / 2 - 1; i >= 0; i--)
        	{
        		AdjustDown(heap, i);
        	}
        }

        初始化

        //初始化堆
        //参数:被初始化的堆,存放初始数据的数组, 数组大小
        bool InitHeap(Heap &heap, int *orginal, int size)
        {
        	//若容量大于size,则使用默认量,否则为size
        	int capacity = DEFAULT_CAPCITY>size?DEFAULT_CAPCITY:size;
        	
        	heap.arr = new int[capacity];	//分配内存,类型根据实际需要可修改
        	if(!heap.arr) return false;		//内存分配失败则返回False
        	
        	heap.capacity = capacity;		//容量
        	heap.size = 0;					//元素个数置为0
        	
        	//若存在原始数组则构建堆
        	if(size>0)
        	{
        		/*
        		内存拷贝,将orginal的元素拷贝到堆数组arr中
        		size*sizeof(int)为元素所占内存空间大小
        		*/
        		memcpy(heap.arr,orginal, size*sizeof(int));
        		heap.size = size;	//调整大小
        		BuildHeap(heap);	//建堆
        	}
        	
        	return true;
        }

        打印堆

        • 实际上是一个层序遍历[4]
        //以树状的形式打印堆
        void PrintHeapAsTreeStyle(Heap hp)
        {
        	queue<int> que;
        	int r = 0;
        	que.push(r);
        	queue<int> temp;
        
        	while (!que.empty())
        	{
        		r = que.front();
        		que.pop();
        
        		if (r * 2 + 1 < hp.size) temp.push(r * 2 + 1);
        		if (r * 2 + 2 < hp.size) temp.push(r * 2 + 2);
        
        		if (que.empty())
        		{
        			cout << hp.arr[r] << endl;
        			que = temp;
        			temp = queue<int>();
        		}
        		else
        			cout << hp.arr[r] << " ";
        
        	}
        }

        测试

        main函数

        int main()
        {
        	Heap hp;
        	int vals[] = { 1,2,3,87,93,82,92,86,95 };
        
        	if (!InitHeap(hp, vals, sizeof(vals) / sizeof(vals[0])))
        	{
        		fprintf(stderr, "初始化堆失败!\n");
        		exit(-1);
        	}
        
        	PrintHeapAsTreeStyle(hp);
        
        	return 0;
        }

        结果

        95
        93 92
        87 1 82 3
        86 2
        

        完整代码

        #include <iostream>
        #include <queue>
        
        using namespace std;
        
        //默认容量
        #define DEFAULT_CAPCITY 128
        typedef struct _Heap {
        	int* arr;
        	int size;
        	int capacity;
        }Heap;
        
        //向下调整,将当前结点与其子结点调整为最大堆
        static void AdjustDown(Heap& heap, int index)
        {
        	int cur = heap.arr[index];	//当前待调整结点
        	int parent, child;
        
        	/*
        		判断是否存在子结点大于当前结点。
        		若不存在,堆是平衡的,则不调整;
        		若存在,则与最大子结点与之交换,交换后该子节点若还有子结点,则以此方法继续调整。
        	*/
        	for (parent = index; (parent * 2 + 1) < heap.size; parent = child)
        	{
        		child = parent * 2 + 1;	//左子结点
        
        		//取两个子结点中最大节点,(child+1)<heap.size防止越界
        		if (((child + 1) < heap.size && (heap.arr[child] < heap.arr[child + 1])))
        			child++;
        
        		//判断最大子结点是否大于当前父结点
        		if (cur >= heap.arr[child])	//将此处的>=改成<=可构建最小堆
        		{
        			//不大于,不需要调整
        			break;
        		}
        		else
        		{
        			//大于,则交换
        			heap.arr[parent] = heap.arr[child];
        			heap.arr[child] = cur;
        		}
        
        	}
        
        
        }
        
        //建立堆,用static修饰禁止外部调用
        static void BuildHeap(Heap& heap)
        {
        	int i;
        	//从倒数第二层开始调整(若只有一层则从该层开始)
        	for (i = heap.size / 2 - 1; i >= 0; i--)
        	{
        		AdjustDown(heap, i);
        	}
        }
        
        //初始化堆
        //参数:被初始化的堆,存放初始数据的数组, 数组大小
        bool InitHeap(Heap& heap, int* orginal, int size)
        {
        	//若容量大于size,则使用默认量,否则为size
        	int capacity = DEFAULT_CAPCITY > size ? DEFAULT_CAPCITY : size;
        
        	heap.arr = new int[capacity];	//分配内存,类型根据实际需要可修改
        	if (!heap.arr) return false;		//内存分配失败则返回False
        
        	heap.capacity = capacity;		//容量
        	heap.size = 0;					//元素个数置为0
        
        	//若存在原始数组则构建堆
        	if (size > 0)
        	{
        		/*
        		内存拷贝,将orginal的元素拷贝到堆数组arr中
        		size*sizeof(int)为元素所占内存空间大小
        		*/
        		memcpy(heap.arr, orginal, size * sizeof(int));
        		heap.size = size;	//调整大小
        		BuildHeap(heap);	//建堆
        	}
        
        	return true;
        }
        
        //以树状的形式打印堆
        void PrintHeapAsTreeStyle(Heap hp)
        {
        	queue<int> que;
        	int r = 0;
        	que.push(r);
        	queue<int> temp;
        
        	while (!que.empty())
        	{
        		r = que.front();
        		que.pop();
        
        		if (r * 2 + 1 < hp.size) temp.push(r * 2 + 1);
        		if (r * 2 + 2 < hp.size) temp.push(r * 2 + 2);
        
        		if (que.empty())
        		{
        			cout << hp.arr[r] << endl;
        			que = temp;
        			temp = queue<int>();
        		}
        		else
        			cout << hp.arr[r] << " ";
        
        	}
        
        }
        
        int main()
        {
        	Heap hp;
        	int vals[] = { 1,2,3,87,93,82,92,86,95 };
        
        	if (!InitHeap(hp, vals, sizeof(vals) / sizeof(vals[0])))
        	{
        		fprintf(stderr, "初始化堆失败!\n");
        		exit(-1);
        	}
        
        	PrintHeapAsTreeStyle(hp);
        
        	return 0;
        }
        

        以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。

        声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。