数据结构(初阶)—— 二叉树①(3)

简介: 数据结构(初阶)—— 二叉树①(3)

四、建堆的时间复杂度

建堆的时间复杂度如下:

1ecd1b2606ed46e9956a89f231c9802c.png 通过上图的分析及推算,建堆的时间复杂度为O(N)

五、源代码

Heap.h

#include <stdio.h>
#include <stdlib.h>
#include <assert.h>
#include <stdbool.h>
#include <time.h>
typedef int HPDataType;
typedef struct Heap
{
  HPDataType* a;
  int size;
  int capacity;
}HP;
//堆的初始化
void HeapInit(HP* hp);
//堆的销毁
void HeapDestroy(HP* hp);
//堆的数据打印
void HeapPrint(HP* hp);
//堆的数据交换
void Swap(HPDataType* px, HPDataType* py);
//向上调整
void AdjustUp(int* a, int child);
//向下调整
void AdjustDown(int* a, int n, int parent);
//堆的数据插入
void HeapPush(HP* hp, HPDataType x);
//堆的数据删除
void HeapPop(HP* hp);
//取堆顶的数据
HPDataType HeapTop(HP* hp);
//堆的数据个数
int HeapSize(HP* hp);
//堆的判空
bool HeapEmpty(HP* hp);

Heap.c

#include "Heap.h"
//堆的初始化
void HeapInit(HP* hp)
{
  assert(hp);
  hp->a = NULL;
  hp->capacity = hp->size = 0;
}
//堆的销毁
void HeapDestroy(HP* hp)
{
  assert(hp);
  free(hp->a);
  hp->capacity = hp->size = 0;
}
//堆的数据打印
void HeapPrint(HP* hp)
{
  assert(hp);
  for (int i = 0; i < hp->size; i++)
  {
    printf("%d ", hp->a[i]);
  }
  printf("\n");
}
//堆的数据交换
void Swap(HPDataType* px, HPDataType* py)
{
  HPDataType tmp = *px;
  *px = *py;
  *py = tmp;
}
//向上调整(大堆用大于,小堆用小于)
void AdjustUp(int* a, int child)
{
  assert(a);
  int parent = (child - 1) / 2;
  while (child > 0)
  {
    if (a[child] > a[parent])
    {
      Swap(&a[child], &a[parent]);
      child = parent;
      parent = (child - 1) / 2;
    }
    else
    {
      break;
    }
  }
}
//向下调整(大堆用大于,小堆用小于)
void AdjustDown(int* a, int n, int parent)
{
  assert(a);
  int child = parent * 2 + 1;
  while (child < n)
  {
    //选出左右孩子中小的那个
    if (child + 1 < n && a[child + 1] > a[child])
    {
      ++child;
    }
    //如果小的孩子小于父亲,则交换,并继续向下调整
    if (a[child] > a[parent])
    {
      Swap(&a[child], &a[parent]);
      parent = child;
      child = parent * 2 + 1;
    }
    else
    {
      break;
    }
  }
}
//堆的数据插入
void HeapPush(HP* hp, HPDataType x)
{
  assert(hp);
  if (hp->size == hp->capacity)
  {
    size_t newcapacity = hp->capacity == 0 ? 4 : hp->capacity * 2;
    HPDataType* tmp = realloc(hp->a, sizeof(HPDataType) * newcapacity);
    if (tmp == NULL)
    {
      printf("realloc fail\n");
      exit(-1);
    }
    hp->a = tmp;
    hp->capacity = newcapacity;
  }
  hp->a[hp->size] = x;
  hp->size++;
  AdjustUp(hp->a, hp->size - 1);
}
//堆的数据删除
void HeapPop(HP* hp)
{
  assert(hp);
  assert(!HeapEmpty(hp));
  Swap(&hp->a[0], &hp->a[hp->size - 1]);
  hp->size--;
  AdjustDown(hp->a, hp->size, 0);
}
//取堆顶的数据
HPDataType HeapTop(HP* hp)
{
  assert(hp);
  assert(!HeapEmpty(hp));
  return hp->a[0];
}
//堆的数据个数
int HeapSize(HP* hp)
{
  assert(hp);
  return hp->size;
}
//堆的判空
bool HeapEmpty(HP* hp)
{
  assert(hp);
  return hp->size == 0;
}

test.c

#include "Heap.h"
void PrintTopK(int* a, int n, int k) 
{
  // 1. 建堆--用a中前k个元素建堆
  // 2. 将剩余n-k个元素依次与堆顶元素交换,不满足则替换
  HP hp;
  HeapInit(&hp);
  //创建一个k个数的小堆
  for (int i = 0; i < k; ++i)
  {
    HeapPush(&hp,a[i]);
  }
  //剩下的N-K个数跟堆顶的数据比较,比他大就替换他进堆
  for (int i = k; i < n; ++i)
  {
    if (a[i] > HeapTop(&hp))
    {
      /*HeapPop(&hp); 
      HeapPush(&hp, a[i]);*/
      hp.a[0] = a[i];
      AdjustDown(hp.a, hp.size, 0);
    }
  }
  HeapPrint(&hp);
  HeapDestroy(&hp);
}
//在N个数中找出最大的前k个 or 在N个数中找出最小的前k个
void TestTopk()
{
  int n = 10000;
  int* a = (int*)malloc(sizeof(int) * n);
  srand(time(0));
  for (size_t i = 0; i < n; ++i)
  {
    a[i] = rand() % 1000000;
  }
  //再去设置10个比100w大的数
  a[5] = 1000000 + 1;
  a[1231] = 1000000 + 2;
  a[531] = 1000000 + 3;
  a[5121] = 1000000 + 4;
  a[115] = 1000000 + 5;
  a[2335] = 1000000 + 6;
  a[9999] = 1000000 + 7;
  a[76] = 1000000 + 8;
  a[423] = 1000000 + 9;
  a[3144] = 1000000 + 10;
  PrintTopK( a, n, 10);
}
void TestHeap()
{
  int a[] = { 70,56,30,25,15,10,75 };
  HP hp;
  HeapInit(&hp);
  for (int i = 0; i < sizeof(a) / sizeof(a[0]); i++)
  {
    HeapPush(&hp, a[i]);
  }
  HeapPrint(&hp);
  HeapPop(&hp);
  HeapPrint(&hp);
  HeapDestroy(&hp);
}
//排升序建大堆 排降序建小堆
//堆排序
void HeapSort(int* a, int n)
{
  assert(a);
  //把a数组构建成堆(假设构建成小堆)
  //方法1
  //
  //for (int i = 1; i < n; i++)
  //{
  //  AdjustUp(a, i);
  //}
  //方法2
  //O(N)
  for (int i = (n - 1 - 1) / 2; i >= 0; i--)
  {
    AdjustDown(a, n, i);
  }
  for (int i = 0; i < 7; ++i)
  {
    printf("%d ", a[i]);
  }
  printf("\n");
  //移除选数,调堆
  //O(N*logN)
  for (int end = n - 1; end > 0; --end)
  {
    Swap(&a[end], &a[0]);
    //再调堆,选出次小的数
    AdjustDown(a, end, 0);
  }
}
int main()
{
  //TestHeap();
  //TestTopk();
  int a[] = { 70,56,30,25,15,10,75 };
  for (int i = 0; i < sizeof(a) / sizeof(a[0]); ++i)
  {
    printf("%d ", a[i]);
  }
  printf("\n");
  HeapSort(a, sizeof(a) / sizeof(a[0]));
  for (int i = 0; i < sizeof(a) / sizeof(a[0]); ++i)
  {
    printf("%d ", a[i]);
  }
  printf("\n");
  return 0;
}
目录
相关文章
|
8天前
|
数据库
数据结构中二叉树,哈希表,顺序表,链表的比较补充
二叉搜索树,哈希表,顺序表,链表的特点的比较
数据结构中二叉树,哈希表,顺序表,链表的比较补充
|
2月前
|
机器学习/深度学习 存储 算法
数据结构实验之二叉树实验基础
本实验旨在掌握二叉树的基本特性和遍历算法,包括先序、中序、后序的递归与非递归遍历方法。通过编程实践,加深对二叉树结构的理解,学习如何计算二叉树的深度、叶子节点数等属性。实验内容涉及创建二叉树、实现各种遍历算法及求解特定节点数量。
96 4
|
2月前
|
C语言
【数据结构】二叉树(c语言)(附源码)
本文介绍了如何使用链式结构实现二叉树的基本功能,包括前序、中序、后序和层序遍历,统计节点个数和树的高度,查找节点,判断是否为完全二叉树,以及销毁二叉树。通过手动创建一棵二叉树,详细讲解了每个功能的实现方法和代码示例,帮助读者深入理解递归和数据结构的应用。
143 8
|
3月前
|
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。
32 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)
|
3月前
|
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。
39 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
|
3月前
|
Java
【用Java学习数据结构系列】震惊,二叉树原来是要这么学习的(二)
【用Java学习数据结构系列】震惊,二叉树原来是要这么学习的(二)
33 1
|
3月前
|
算法 Java C语言
【用Java学习数据结构系列】震惊,二叉树原来是要这么学习的(一)
【用Java学习数据结构系列】震惊,二叉树原来是要这么学习的(一)
30 1
|
3月前
|
存储
【数据结构】二叉树链式结构——感受递归的暴力美学
【数据结构】二叉树链式结构——感受递归的暴力美学
|
3月前
|
存储 编译器 C++
【初阶数据结构】掌握二叉树遍历技巧与信息求解:深入解析四种遍历方法及树的结构与统计分析
【初阶数据结构】掌握二叉树遍历技巧与信息求解:深入解析四种遍历方法及树的结构与统计分析
|
3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)