【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
|
3月前
|
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。
62 1
散列表的数据结构以及对象在JVM堆中的存储过程
|
3月前
|
机器学习/深度学习 算法 数据挖掘
K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构
K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构。本文介绍了K-means算法的基本原理,包括初始化、数据点分配与簇中心更新等步骤,以及如何在Python中实现该算法,最后讨论了其优缺点及应用场景。
193 6
|
1月前
|
Java C++
【C++数据结构——树】二叉树的基本运算(头歌实践教学平台习题)【合集】
本关任务:编写一个程序实现二叉树的基本运算。​ 相关知识 创建二叉树 销毁二叉树 查找结点 求二叉树的高度 输出二叉树 //二叉树节点结构体定义 structTreeNode{ intval; TreeNode*left; TreeNode*right; TreeNode(intx):val(x),left(NULL),right(NULL){} }; 创建二叉树 //创建二叉树函数(简单示例,手动构建) TreeNode*create
48 12
|
1月前
|
C++
【C++数据结构——树】二叉树的性质(头歌实践教学平台习题)【合集】
本文档介绍了如何根据二叉树的括号表示串创建二叉树,并计算其结点个数、叶子结点个数、某结点的层次和二叉树的宽度。主要内容包括: 1. **定义二叉树节点结构体**:定义了包含节点值、左子节点指针和右子节点指针的结构体。 2. **实现构建二叉树的函数**:通过解析括号表示串,递归地构建二叉树的各个节点及其子树。 3. **使用示例**:展示了如何调用 `buildTree` 函数构建二叉树并进行简单验证。 4. **计算二叉树属性**: - 计算二叉树节点个数。 - 计算二叉树叶子节点个数。 - 计算某节点的层次。 - 计算二叉树的宽度。 最后,提供了测试说明及通关代
46 10
|
1月前
|
存储 算法 测试技术
【C++数据结构——树】二叉树的遍历算法(头歌教学实验平台习题) 【合集】
本任务旨在实现二叉树的遍历,包括先序、中序、后序和层次遍历。首先介绍了二叉树的基本概念与结构定义,并通过C++代码示例展示了如何定义二叉树节点及构建二叉树。接着详细讲解了四种遍历方法的递归实现逻辑,以及层次遍历中队列的应用。最后提供了测试用例和预期输出,确保代码正确性。通过这些内容,帮助读者理解并掌握二叉树遍历的核心思想与实现技巧。
50 2
|
2月前
|
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
|
3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。
128 4
|
3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。
211 8
|
3月前
|
C语言
【数据结构】栈和队列(c语言实现)(附源码)
本文介绍了栈和队列两种数据结构。栈是一种只能在一端进行插入和删除操作的线性表,遵循“先进后出”原则;队列则在一端插入、另一端删除,遵循“先进先出”原则。文章详细讲解了栈和队列的结构定义、方法声明及实现,并提供了完整的代码示例。栈和队列在实际应用中非常广泛,如二叉树的层序遍历和快速排序的非递归实现等。
332 9
|
3月前
|
存储 算法
非递归实现后序遍历时,如何避免栈溢出?
后序遍历的递归实现和非递归实现各有优缺点,在实际应用中需要根据具体的问题需求、二叉树的特点以及性能和空间的限制等因素来选择合适的实现方式。
54 1