【数据结构】堆的创建

简介: 文章目录一、基于大堆的上下调整1.向上调整(1)解决措施:(2)代码实现(3)测试2.向下调整(1)解决措施:(2)代码实现

💐 🌸 🌷 🍀 🌹 🌻 🌺 🍁 🍃 🍂 🌿 🍄🍝 🍛 🍤

📃个人主页 :阿然成长日记 👈点击可跳转

📆 个人专栏: 🔹数据结构与算法🔹C语言进阶

🚩 不能则学,不知则问,耻于问人,决无长进

🍭 🍯 🍎 🍏 🍊 🍋 🍒 🍇 🍉 🍓 🍑 🍈 🍌 🍐 🍍

文章目录

前言:

在上一篇博客中,主要讲到了关于堆的各种操作。那么本篇博客将会讲讲我们通过堆可以实现的一些作用-----如堆排序

一、基于大堆的上下调整

上一篇博客中的上下调整,都是以调成小堆为目标。那怎样才能实现调成大堆呢?🌸

1.向上调整

1)解决措施:

只需要修改比较符>;改为a[parent]<a[child],即可

(2)代码实现

//向上调整
void AdjustUp(HPDataType* a, int child)
{
  //传入数组,child为孩子节点下标
  int parent = (child - 1) / 2;
  //当一直交换到根,停止
  while (child>0)
  {
    if (a[parent] < a[child])
    {
      Swap(&a[parent], &a[child]);
      child = parent;
      parent = (child - 1) / 2;
    }
    else
      return;
  }
}

(3)测试

输入数组:int a[] = { 2,4,5,3,1,9 };

2.向下调整

(1)解决措施:

只需要修改比较符 <改为child + 1 < n && a[child + 1] >和 a[child],a[child] > a[parent]

因为建大堆,需要找大的那个进行交换。

(2)代码实现

//向下调整
void AdjustDown(HPDataType* a, int n, int parent)
{
  int child = parent * 2 + 1;
  //一直交换到数的最后,也就是数组的最后一个位置
  while (child < n)
  {
    if (child + 1 < n && a[child + 1] >a[child])
    {
      child++;
    }
    if (a[child] > a[parent])
    {
      Swap(&a[child], &a[parent]);
      // 继续往下调整
      parent = child;
      child = parent * 2 + 1;
    }
    else
    {
      return;
    }
  }
}

3.总结

- 大堆 小堆
向上调整 parent>child parent<child
向下调整 比较两个孩子,选择的进行比较交换 选择的进行比较交换

二、创建堆(小堆)

两种方法建堆均以建立小堆为目标。无论是创建小堆还是创建大堆,思路都一样,通过修改Adjust方法即可

建堆【方法一】使用向上调整

创建堆的思路可以通过向上调整,也可通过向下调整。这里讲通过向上调整建立堆.<从上到下>

1.思路

传入参数

a:数组,n:是数组元素个数

1.为p->a开辟n个空间;3.在使用基于小堆的AdjustUp调整,从根逐步向下延伸,其实也就类似于插入调整;

2.代码实现

//建立大堆
void HeapInitArray(HP* p, int* a, int n)
{
  //a:数组,n:是数组元素个数
  assert(p);
  assert(a);
  p->a = (HPDataType*)malloc(sizeof(HPDataType) * n);
  if (p->a == NULL)
  {
    perror("malloc fail");
    exit(-1);
  }
  p->size = n;
  p->capacity = n;
  //把传入数组a复制到p->a中
  memcpy(p->a, a, sizeof(HPDataType) * n);
  // 向上调整,调整成一个小堆
  for (int i = 1; i < n; i++)
  {
    AdjustUp(p->a, i);
  }
}

时间复杂度

O(NlogN)

建小堆【方法二】使用向下调整

这里通过向下调整建立堆.<从下到上>

1.思路:

1.从倒数第一个非叶子节点开始向下调整,因为叶子节点没有左右子树。

2.根据基于小堆的Adjust方法,比较交换。

3.层层向上,下层可以保证是堆。从而可保证向下调整的进行。

所以,我们说这种调整方式是从下到上的。

步骤图

时间复杂度

O(N)

可见向下调整建堆优于向上调整建堆。

相关文章
|
3月前
|
算法 安全 大数据
揭秘!Python堆与优先队列:数据结构的秘密武器,让你的代码秒变高效战士!
【7月更文挑战第8天】Python的heapq模块和queue.PriorityQueue提供堆与优先队列功能,助你提升算法效率。堆用于快速找大数据集的第K大元素,如示例所示,时间复杂度O(n log k)。PriorityQueue在多线程中智能调度任务,如模拟下载管理器,按优先级处理任务。掌握这些工具,让代码运行更高效!
60 1
|
18天前
|
存储 Java
【数据结构】优先级队列(堆)从实现到应用详解
本文介绍了优先级队列的概念及其底层数据结构——堆。优先级队列根据元素的优先级而非插入顺序进行出队操作。JDK1.8中的`PriorityQueue`使用堆实现,堆分为大根堆和小根堆。大根堆中每个节点的值都不小于其子节点的值,小根堆则相反。文章详细讲解了如何通过数组模拟实现堆,并提供了创建、插入、删除以及获取堆顶元素的具体步骤。此外,还介绍了堆排序及解决Top K问题的应用,并展示了Java中`PriorityQueue`的基本用法和注意事项。
23 5
【数据结构】优先级队列(堆)从实现到应用详解
|
2月前
|
存储 算法
【数据结构】堆
【数据结构】堆
|
2月前
|
搜索推荐 算法 Go
深入探索堆:Go语言中的高效数据结构
深入探索堆:Go语言中的高效数据结构
|
2月前
|
存储 算法 Linux
【数据结构】树、二叉树与堆(长期维护)(1)
【数据结构】树、二叉树与堆(长期维护)(1)
|
2月前
|
算法
【数据结构】树、二叉树与堆(长期维护)(2)
【数据结构】树、二叉树与堆(长期维护)(2)
【数据结构】树、二叉树与堆(长期维护)(2)
|
3月前
|
存储 算法
【数据结构】堆,堆的实现,堆排序,TOP-K问题
数据结构——堆,堆的实现,堆排序,TOP-K问题
38 1
【数据结构】堆,堆的实现,堆排序,TOP-K问题
|
2月前
【数据结构】二叉树顺序实现(大堆)-->赋源码
【数据结构】二叉树顺序实现(大堆)-->赋源码
34 4
|
1月前
|
存储 程序员 C语言
堆和栈之间有什么区别
【9月更文挑战第1天】堆和栈之间有什么区别
117 0
|
2月前
|
算法 机器人
【数据结构】什么是堆
【数据结构】什么是堆
36 0