数据结构 | 堆【图解】

简介: 数据结构 | 堆【图解】

堆的概念及结构

堆(heap): 一种有特殊用途的数据结构——用来在一组变化频繁(发生增删查改的频率较高)的数据集中查找最值。

堆在物理层面上:表现为一组连续的数组区间:long[] array ;将整个数组看作是堆。

堆在逻辑结构上:一般被视为是一颗完全二叉树。

满足任意结点的值都大于其子树中结点的值,叫做大堆,或者大根堆,或者最大堆;反之,则是小堆,或者小根堆,或者最小堆。当一个堆为大堆时,它的每一棵子树都是大堆。

  • 堆一般是数组数据看做一颗完全二叉树
  • 小堆要求:任意一个父亲<=孩子
  • 大堆要求:任意一个父亲>=孩子

这里是没有中堆的!

堆的实现

Heap.h

  • 需要实现堆的函数
#pragma once
#include<stdio.h>
#include<stdlib.h>
#include<assert.h>
#include<stdbool.h>
typedef int HPDataType;
typedef struct Heap
{
  HPDataType* a;
  int size;
  int capacity;
}Heap;
// 堆的构建
void HeapInit(Heap* hp);
// 堆的插入
void HeapPush(Heap* hp, HPDataType x);
// 堆的删除
void HeapPop(Heap* hp);
// 取堆顶的数据
HPDataType HeapTop(Heap* hp);
// 堆的数据个数
int HeapSize(Heap* hp);
// 堆的判空
bool HeapEmpty(Heap* hp);
// 堆的销毁
void HeapDestory(Heap* hp);
  • 接下来我们就开始实现堆~~

堆的初始化

  • 这里直接初始化,不多介绍
void HeapInit(Heap* hp)
{
  assert(hp);
  hp->a = NULL;
  hp->capacity = hp->size = 0;
}

堆的插入【重点】

  • 检查空间是否满了,满了就扩容
  • 然后将值插入到最后
  • 最后向上调整

向上调整算法,依次pk

  • 这里的sizesize-1,而不是size,因为是放完数据后size++了一下,然后要取size-1的位置
  • 如果孩子节点小于父亲节点就交换
  • 然后再将父亲节点给了孩子节点,再进行(-1)/2
  • 如果大于等于父亲就跳出循环
  • 跳出的条件是child > 0

这里的向上时间复杂度是O(logN)

//交换
void Swap(int* p1, int* p2)
{
  HPDataType tmp = *p1;
  *p1 = *p2;
  *p2 = tmp;
}
//向上调整
void AjustUp(HPDataType* a, HPDataType child)
{
  HPDataType parent = (child - 1) / 2;
  while (child > 0)
  {
    if (a[child] < a[parent])
    {
      Swap(&a[child], &a[parent]);
      child = parent;
      parent = (parent - 1) / 2;
    }
    else
    {
      break;
    }
  }
}
// 堆的插入
void HeapPush(Heap* hp, HPDataType x)
{
  assert(hp);
  if (hp->capacity == hp->size)
  {
    HPDataType newcapacity = hp->capacity == 0 ? 4 : hp->capacity * 2;
    HPDataType* tmp = (HPDataType*)realloc(hp->a, sizeof(HPDataType) * newcapacity);
    if (tmp == NULL)
    {
      perror("realloc fail\n");
      exit(-1);
    }
    hp->a = tmp;
    hp->capacity = newcapacity;
  }
  hp->a[hp->size] = x;
  hp->size++;
  AjustUp(hp->a, hp->size - 1);
}
  • 我们测试一下~~
int main()
{
  Heap hp;
  int a[] = { 27,15,19,18,28,34,65,49,25,37 };
  HeapInit(&hp);
  int sz = sizeof(a) / sizeof(a[0]);
  for (int i = 0; i < sz; i++)
  {
    HeapPush(&hp, a[i]);
  }
  return 0;
}

堆的删除【重点】

  • 堆的删除是堆顶上的数据,而不是删除根节点,删除最下面的那个数据是没有意义的~~
  • 删除后要进行调整

步骤一:

交换

步骤二:

向下调整算法

这里的向下时间复杂度是O(logN),和向上一样,调整高度次

//向下调整
void AdjustDown(int* a, int size, int parent)
{
  //假设左孩子小,假设错了就更新
  int child = parent * 2 + 1;
  while (child < size)
  {
    if (a[child + 1] < a[child])
    {
      ++child;
    }
    if (a[child] < a[parent])
    {
      Swap(&a[child], &a[parent]);
      parent = child;
      child = parent * 2 + 1;
    }
    else
    {
      break;
    }
  }
}
// 堆的删除
void HeapPop(Heap* hp)
{
  assert(hp);
  assert(hp->size > 0);
  //首尾交换
  Swap(&hp->a[0], &hp->a[hp->size - 1]);
  hp->size--;
  //从根向下调整
  AdjustDown(hp->a, hp->size, 0);
}

取堆顶的数据

  • 这里直接取数组第一个元素就可以了
HPDataType HeapTop(Heap* hp)
{
  assert(hp);
  assert(hp->size > 0);
  return hp->a[0];
}

堆的数据个数

  • 这里也一样,取size
int HeapSize(Heap* hp)
{
  assert(hp);
  return hp->size;
}

堆的判空

  • 判断size是否为0
bool HeapEmpty(Heap* hp)
{
  assert(hp);
  return hp->size == 0;
}

堆的销毁

  • 销毁也不多说了,很简单
void HeapDestory(Heap* hp)
{
  assert(hp);
  free(hp->a);
  hp->capacity = hp->size = 0;
}

全部代码

//小堆算法
// 堆的构建
void HeapInit(Heap* hp)
{
  assert(hp);
  hp->a = NULL;
  hp->capacity = hp->size = 0;
}
//交换
void Swap(int* p1, int* p2)
{
  HPDataType tmp = *p1;
  *p1 = *p2;
  *p2 = tmp;
}
//向上调整
void AdjustUp(HPDataType* a, HPDataType child)
{
  HPDataType parent = (child - 1) / 2;
  while (child > 0)
  {
    if (a[child] < a[parent])
    {
      Swap(&a[child], &a[parent]);
      child = parent;
      parent = (parent - 1) / 2;
    }
    else
    {
      break;
    }
  }
}
// 堆的插入
void HeapPush(Heap* hp, HPDataType x)
{
  assert(hp);
  if (hp->capacity == hp->size)
  {
    int newcapacity = hp->capacity == 0 ? 4 : hp->capacity * 2;
    HPDataType* tmp = (HPDataType*)realloc(hp->a, sizeof(HPDataType) * newcapacity);
    if (tmp == NULL)
    {
      perror("realloc fail\n");
      exit(-1);
    }
    hp->a = tmp;
    hp->capacity = newcapacity;
  }
  hp->a[hp->size] = x;
  hp->size++;
  AdjustUp(hp->a, hp->size - 1);
}
//向下调整
void AdjustDown(int* a, int size, int parent)
{
  //假设左孩子小,假设错了就更新
  int child = parent * 2 + 1;
  while (child < size)
  {
    if (child + 1 < size && a[child + 1] < a[child])
    {
      ++child;
    }
    if (a[child] < a[parent])
    {
      Swap(&a[child], &a[parent]);
      parent = child;
      child = parent * 2 + 1;
    }
    else
    {
      break;
    }
  }
}
// 堆的删除
void HeapPop(Heap* hp)
{
  assert(hp);
  assert(hp->size > 0);
  //首尾交换
  Swap(&hp->a[0], &hp->a[hp->size - 1]);
  hp->size--;
  //从根向下调整
  AdjustDown(hp->a, hp->size, 0);
}
// 取堆顶的数据
HPDataType HeapTop(Heap* hp)
{
  assert(hp);
  assert(hp->size > 0);
  return hp->a[0];
}
// 堆的数据个数
int HeapSize(Heap* hp)
{
  assert(hp);
  return hp->size;
}
// 堆的判空
bool HeapEmpty(Heap* hp)
{
  assert(hp);
  return hp->size == 0;
}
// 堆的销毁
void HeapDestory(Heap* hp)
{
  assert(hp);
  free(hp->a);
  hp->capacity = hp->size = 0;
}

以上是小堆的算法,大堆也是一样的,只需要改几个符号就可以了~~

堆的介绍就到这里结束了,感谢收看~~

相关文章
|
9天前
|
存储 算法 Java
散列表的数据结构以及对象在JVM堆中的存储过程
本文介绍了散列表的基本概念及其在JVM中的应用,详细讲解了散列表的结构、对象存储过程、Hashtable的扩容机制及与HashMap的区别。通过实例和图解,帮助读者理解散列表的工作原理和优化策略。
22 1
散列表的数据结构以及对象在JVM堆中的存储过程
|
11天前
|
存储 搜索推荐 算法
【数据结构】树型结构详解 + 堆的实现(c语言)(附源码)
本文介绍了树和二叉树的基本概念及结构,重点讲解了堆这一重要的数据结构。堆是一种特殊的完全二叉树,常用于实现优先队列和高效的排序算法(如堆排序)。文章详细描述了堆的性质、存储方式及其实现方法,包括插入、删除和取堆顶数据等操作的具体实现。通过这些内容,读者可以全面了解堆的原理和应用。
54 16
|
1月前
|
存储 JavaScript 前端开发
为什么基础数据类型存放在栈中,而引用数据类型存放在堆中?
为什么基础数据类型存放在栈中,而引用数据类型存放在堆中?
67 1
|
2月前
|
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。
51 5
【数据结构】优先级队列(堆)从实现到应用详解
|
1月前
|
存储 算法 调度
数据结构--二叉树的顺序实现(堆实现)
数据结构--二叉树的顺序实现(堆实现)
|
1月前
|
存储 算法 分布式数据库
【初阶数据结构】理解堆的特性与应用:深入探索完全二叉树的独特魅力
【初阶数据结构】理解堆的特性与应用:深入探索完全二叉树的独特魅力
|
1月前
|
存储 算法
探索数据结构:分支的世界之二叉树与堆
探索数据结构:分支的世界之二叉树与堆
|
1月前
|
存储 算法 Java
【用Java学习数据结构系列】用堆实现优先级队列
【用Java学习数据结构系列】用堆实现优先级队列
29 0
|
1月前
|
存储 算法
【数据结构】二叉树——顺序结构——堆及其实现
【数据结构】二叉树——顺序结构——堆及其实现
|
1月前
【数据结构】大根堆和小根堆
【数据结构】大根堆和小根堆
26 0

热门文章

最新文章