【初阶数据结构篇】实现顺序结构二叉树(堆的实现方法)

简介: 注意传过去的参数是插入的位置,即插入前的size,在调整完后再将size++

实现顺序结构二叉树(堆)


前言


⼀般堆使⽤顺序结构的数组来存储数据,堆是⼀种特殊的⼆叉树,具有⼆叉树的特性的同时,还具备其他的特性


代码位置


[gitee](Heap/Heap · petrichor/2024-summer-c-language - 码云 - 开源中国 (gitee.com))


堆的概念与结构


概念


如果有⼀个关键码的集合 K = {k0 , k1 , k2, …,kn−1 },把它的所有元素按完全⼆叉树的顺序存储⽅式存储,在⼀个⼀维数组中,并满⾜: Ki<=K2i+1 且 Ki<=K2i+2(Ki >= K2i+1 且Ki >=K2i+2)( i = 0、1、2…) ,则称为⼩堆(或⼤堆)。将根结点最⼤的堆叫做最⼤堆或⼤根堆,根结点最⼩的堆叫做最⼩堆或⼩根堆。





堆具有以下性质


  • 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。


完全二叉树性质



  • 对于具有 n 个结点的完全⼆叉树,如果按照从上⾄下从左⾄右的数组顺序对所有结点从 0 开始编号,则对于序号为 i 的结点有:
  1. 若 i>0 , i 位置结点的双亲序号: (i-1)/2 ; i=0 , i 为根结点编号,⽆双亲结点
  2. 若 2i+1<n,左孩⼦序号: 2i+1 , 2i+1>=n 则⽆左孩⼦
  3. 若 2i+2<n,右孩⼦序号: 2i+2 , 2i+2>=n 否则⽆右孩⼦


堆的实现


堆的底层结构为数组


本篇建小堆!!!大堆同理


Heap.h(其中方法会一一讲到)


  • 定义堆结构
  • 将存储数据类型重命名(方便之后替换->例如我们要求堆内存储char类型数据,只用改一行代码即可)
  • 所写的函数的声明,声明的时候参数只需要类型就可以了,名字加不加都一样


#pragma once
#include<stdio.h>
#include<stdlib.h>
#include<assert.h>
#include<stdbool.h>

//定义堆的结构---数组

typedef int HPDataType;

typedef struct Heap
{
  HPDataType* arr;
  int size;//有效的数据个数
  int capacity;//空间大小
}HP;

void HPInit(HP* php);
void HPDestroy(HP* php);

void HPPush(HP* php, HPDataType x);
void HPPop(HP* php);

HPDataType HPTop(HP* php);
// 判空
bool HPEmpty(HP* php);

test.c

  • 用来测试我们写的函数(函数的调用)
  • 这一部分就是自己写的时候用的测试用例,随便什么都行


最好是写一个方法测试一次,不然找错误的时候会很痛苦😜

#include"Heap.h"

void test01()
{
  HP hp;
  HPInit(&hp);
  
  int arr[] = { 17,20,10,13,19,15 };
  for (int i = 0; i < 6; i++)
  {
    HPPush(&hp, arr[i]);
  }

  //HPPop(&hp);

  while (!HPEmpty(&hp))
  {
    printf("%d ", HPTop(&hp));
    HPPop(&hp);
  }


  HPDestroy(&hp);
}

int main()
{
  test01();
  return 0;
}

Heap.c


函数方法的实现,重点重点!!!


养成习惯,用assert宏来判断指针是否为空(避免使用时传入空指针,后续解引用都会报错)

堆初始化和销毁

void HPInit(HP* php)
{
  assert(php);
  php->arr = NULL;
  php->size = php->capacity = 0;
}

void HPDestroy(HP* php)
{
  assert(php);
  if (php->arr)
    free(php->arr);

  php->arr = NULL;
  php->size = php->capacity = 0;
}

堆的插入

void HPPush(HP* php, HPDataType x)
{
  assert(php);
  //判断空间是否足够
  if (php->size == php->capacity)
  {
    //扩容
    int newCapacity = php->capacity == 0 ? 4 : 2 * php->capacity;
    HPDataType* tmp = (HPDataType*)realloc(php->arr, newCapacity * sizeof(HPDataType));
    if (tmp == NULL)
    {
      perror("realloc fail!");
      exit(1);
    }
    php->arr = tmp;
    php->capacity = newCapacity;
  }
  php->arr[php->size] = x;
  
  AdjustUp(php->arr, php->size);

  ++php->size;
}
  • 第一步,和顺序的插入一样,判断空间是否足够然后插入
  • 第二步,根据堆的特性实行向上调整算法
  • 注意传过去的参数是插入的位置,即插入前的size,在调整完后再将size++

向上调整算法

void Swap(int* x, int* y)
{
  int tmp = *x;
  *x = *y;
  *y = tmp;
}

void AdjustUp(HPDataType* arr,int child)
{
  int parent = (child - 1) / 2;
  while (child > 0)//不需要等于,child只要走到根节点的位置,根节点没有父节点不需要交换
  {
    if (arr[child] < arr[parent])
    {
      Swap(&arr[parent], &arr[child]);
      child = parent;
      parent = (child - 1) / 2;
    }
    else
    {
      break;
    }
  } 
}
  • 两个参数
  • 调整的堆
  • 孩子节点:即进行加一前的size
  • 利用父节点和孩子结点的关系





堆的判空


  • 和顺序表相同
// 判空
bool HPEmpty(HP* php)
{
  assert(php);
  return php->size == 0;
}

堆的删除数据


出堆:出的是栈顶的元素!!!

void HPPop(HP* php)
{
  assert(php && php->size);

  //arr[0]  arr[size-1]
  Swap(&php->arr[0], &php->arr[php->size - 1]);
  --php->size;
  AdjustDown(php->arr, 0, php->size);
}
  • 判断是否为空
  • 将堆顶数据与最后一个数据交换
  • 此时先将size–,因为向下调整是在数据有效数据个数中调整!

向下调整算法

void AdjustDown(HPDataType* arr, int parent, int n)
{
  int child = parent * 2 + 1;//左孩子
  //while (parent < n)
  while (child < n)
  {
    //找左右孩子中找最小的
    if (child + 1 < n && arr[child] > arr[child + 1])
    {
      child++;
    }
    if (arr[child] < arr[parent])
    {
      Swap(&arr[child], &arr[parent]);
      parent = child;
      child = parent * 2 + 1;
    }
    else
    {
      break;
    }
  }
}
  • 三个参数
  • 需要调整的堆(数组)
  • 父节点,因为出堆都是交换最后一个到栈顶,所以此处就是0
  • 数组有效数据个数,即size–
  • 循环结束条件:child<n(每次循环完后child都是parent*2+1,只要child不越界即可)
  • 在找左右孩子最小时,先要判断有没有右孩子




取堆顶数据


  • 也很简单,没什么好说的啦
HPDataType HPTop(HP* php)
{
  assert(php && php->size);
  return php->arr[0];
}

Heap.c(完整版)

#include"Heap.h"
void HPInit(HP* php)
{
  assert(php);
  php->arr = NULL;
  php->size = php->capacity = 0;
}
void HPDestroy(HP* php)
{
  assert(php);
  if (php->arr)
    free(php->arr);
  php->arr = NULL;
  php->size = php->capacity = 0;
}

void Swap(int* x, int* y)
{
  int tmp = *x;
  *x = *y;
  *y = tmp;
}

void AdjustUp(HPDataType* arr,int child)
{
  int parent = (child - 1) / 2;

  while (child > 0)//不需要等于,child只要走到根节点的位置,根节点没有父节点不需要交换
  {
    if (arr[child] < arr[parent])
    {
      Swap(&arr[parent], &arr[child]);
      child = parent;
      parent = (child - 1) / 2;
    }
    else
    {
      break;
    }
  }
  
}

void HPPush(HP* php, HPDataType x)
{
  assert(php);
  //判断空间是否足够
  if (php->size == php->capacity)
  {
    //扩容
    int newCapacity = php->capacity == 0 ? 4 : 2 * php->capacity;
    HPDataType* tmp = (HPDataType*)realloc(php->arr, newCapacity * sizeof(HPDataType));
    if (tmp == NULL)
    {
      perror("realloc fail!");
      exit(1);
    }
    php->arr = tmp;
    php->capacity = newCapacity;
  }
  php->arr[php->size] = x;
  
  AdjustUp(php->arr, php->size);

  ++php->size;
}

void AdjustDown(HPDataType* arr, int parent, int n)
{
  int child = parent * 2 + 1;//左孩子
  //while (parent < n)
  while (child < n)
  {
    //找左右孩子中找最小的
    if (child + 1 < n && arr[child] > arr[child + 1])
    {
      child++;
    }
    if (arr[child] < arr[parent])
    {
      Swap(&arr[child], &arr[parent]);
      parent = child;
      child = parent * 2 + 1;

    }
    else
    {
      break;
    }
  }
}

void HPPop(HP* php)
{
  assert(php && php->size);

  //arr[0]  arr[size-1]
  Swap(&php->arr[0], &php->arr[php->size - 1]);

  --php->size;

  AdjustDown(php->arr, 0, php->size);
}
// 判空
bool HPEmpty(HP* php)
{
  assert(php);
  return php->size == 0;
}
//取堆顶数据
HPDataType HPTop(HP* php)
{
  assert(php && php->size);
  return php->arr[0];
}

目录
相关文章
|
17天前
|
Java C++ 索引
让星星⭐月亮告诉你,LinkedList和ArrayList底层数据结构及方法源码说明
`LinkedList` 和 `ArrayList` 是 Java 中两种常见的列表实现。`LinkedList` 基于双向链表,适合频繁的插入和删除操作,但按索引访问元素效率较低。`ArrayList` 基于动态数组,支持快速随机访问,但在中间位置插入或删除元素时性能较差。两者均实现了 `List` 接口,`LinkedList` 还额外实现了 `Deque` 接口,提供了更多队列操作。
20 3
|
18天前
|
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?
54 1
|
20天前
|
存储 算法 关系型数据库
数据结构与算法学习二一:多路查找树、二叉树与B树、2-3树、B+树、B*树。(本章为了解基本知识即可,不做代码学习)
这篇文章主要介绍了多路查找树的基本概念,包括二叉树的局限性、多叉树的优化、B树及其变体(如2-3树、B+树、B*树)的特点和应用,旨在帮助读者理解这些数据结构在文件系统和数据库系统中的重要性和效率。
14 0
数据结构与算法学习二一:多路查找树、二叉树与B树、2-3树、B+树、B*树。(本章为了解基本知识即可,不做代码学习)
|
20天前
|
存储 算法 搜索推荐
数据结构与算法学习十七:顺序储存二叉树、线索化二叉树
这篇文章主要介绍了顺序存储二叉树和线索化二叉树的概念、特点、实现方式以及应用场景。
15 0
数据结构与算法学习十七:顺序储存二叉树、线索化二叉树
|
13天前
|
存储
ES6中的Set数据结构的常用方法和使用场景
ES6中的Set数据结构的常用方法和使用场景
|
17天前
|
存储 算法 索引
HashMap底层数据结构及其增put删remove查get方法的代码实现原理
HashMap 是基于数组 + 链表 + 红黑树实现的高效键值对存储结构。默认初始容量为16,负载因子为0.75。当存储元素超过容量 * 负载因子时,会进行扩容。HashMap 使用哈希算法计算键的索引位置,通过链表或红黑树解决哈希冲突,确保高效存取。插入、获取和删除操作的时间复杂度接近 O(1)。
25 0
|
19天前
|
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
|
19天前
探索顺序结构:栈的实现方式
探索顺序结构:栈的实现方式
|
20天前
|
存储 算法
数据结构与算法学习十六:树的知识、二叉树、二叉树的遍历(前序、中序、后序、层次)、二叉树的查找(前序、中序、后序、层次)、二叉树的删除
这篇文章主要介绍了树和二叉树的基础知识,包括树的存储方式、二叉树的定义、遍历方法(前序、中序、后序、层次遍历),以及二叉树的查找和删除操作。
16 0
|
20天前
|
算法 程序员 索引
数据结构与算法学习七:栈、数组模拟栈、单链表模拟栈、栈应用实例 实现 综合计算器
栈的基本概念、应用场景以及如何使用数组和单链表模拟栈,并展示了如何利用栈和中缀表达式实现一个综合计算器。
18 1
数据结构与算法学习七:栈、数组模拟栈、单链表模拟栈、栈应用实例 实现 综合计算器