在我剛聽到堆這個名詞的時候,我認爲它是一堆東西的集合...
但其實吧它是利用完全二叉樹的結構來維護一組數據,然後進行相關操作,一般的操作進行一次的時間複雜度在
O(1)~O(logn)之間。
可謂是相當的引領時尚潮流啊(我不信學信息學的你看到log和1的時間複雜度不會激動一下下)!。
什麼是完全二叉樹呢?別急着去百度啊,要百度我幫你百度:
若設二叉樹的深度爲h,除第 h 層外,其它各層 (1~h-1) 的結點數都達到最大個數,第 h 層所有的結點都連續集中
在最左邊,這就是完全二叉樹。我們知道二叉樹可以用數組模擬,堆自然也可以。
現在讓我們來畫一棵完全二叉樹:
從圖中可以看出,元素的父親節點數組下標是本身的1/2(只取整數部分),所以我們很容易去模擬,也很
容易證明其所有操作都爲log級別~~
堆還分爲兩種類型:大根堆、小根堆
顧名思義,就是保證根節點是所有數據中最大/小,並且盡力讓小的節點在上方
不過有一點需要注意:堆內的元素並不一定數組下標順序來排序的!!很多的初學者會錯誤的認爲大/小根堆中
下標爲1就是第一大/小,2是第二大/小……
原因會在後面解釋,現在你只需要深深地記住這一點!
我們剛剛畫的完全二叉樹中並沒有任何元素,現在讓我們加入一組數據吧!
下標從1到9分別加入:{8,5,2,10,3,7,1,4,6}。
如下圖所示
(不要問我怎麼加,想想你是怎麼讀入數組的。)
我們可以發現這組數據是雜亂無章的,我們該如何去維護呢?
現在我就來介紹一下堆的幾個基本操作:
-
- 上浮 shift_up;
- 下沉 shift_down
- 插入 push
- 彈出 pop
- 取頂 top
- 堆排序 heap_sort
學習C/C++的同學有福利了,堆的代碼一般十分之長,而我們偉大的STL模板庫給我們提供了兩種簡單方便堆操作的方式,
想學習的可以看看這個:http://www.cnblogs.com/helloworld-c/p/4854463.html 密碼:
abcd111
我個人建議吧,起碼知道一下實現的過程,STL只能是錦上添花,絕不可以雪中送炭!!
萬一哪天要你模擬堆的某一操作過程,而你只知道STL卻不知道原理,看不出這個題目是堆,事後和其他OIer
討論出題解,那豈不是砍舌頭吃苦瓜,哭得笑哈哈。
那麼我們開始講解操作過程吧,我們以小根堆爲例
剛剛那組未處理過的數據中我們很容易就能看出,根節點1元素8絕對不是最小的
我們很容易發現它的一個兒子節點3(元素2)比它來的小,我們怎麼將它放到最高點呢?很簡單,直接交換嘛~~
但是,我們又發現了,3的一個兒子節點7(元素1)似乎更適合在根節點。
這時候我們是無法直接和根節點交換的,那我們就需要一個操作來實現這個交換過程,那就是上浮 shift_up。
操作過程如下:
從當前結點開始,和它的父親節點比較,若是比父親節點來的小,就交換,
然後將當前詢問的節點下標更新爲原父親節點下標;否則退出。
模擬操作圖示:
僞代碼如下:
Shift_up( i ) { while( i / 2 >= 1) { if( 堆數組名[ i ] < 堆數組名[ i/2 ] ) { swap( 堆數組名[ i ] , 堆數組名[ i/2 ]) ; i = i / 2; } else break; }
這一次上浮完畢之後呢,我們又發現了一個問題,貌似節點3(元素8)不太合適放在那,而它的子節點7(元素2)
好像才應該在那個位置。
此時的你應該會說:“賜予我力量,讓節點7上浮吧,我是OIer!”
然而,上帝(我很不要臉的說是我)賜予你另外一種力量,讓節點3下沉!
那麼問題來了:節點3應該往哪下沉呢?
我們知道,小根堆是盡力要讓小的元素在較上方的節點,而下沉與上浮一樣要以交換來不斷操作,所以我們應該
讓節點7與其交換。
由此我們可以得出下沉的算法了:
讓當前結點的左右兒子(如果有的話)作比較,哪個比較小就和它交換,
並更新詢問節點的下標爲被交換的兒子節點下標,否則退出。
模擬操作圖示:
僞代碼如下:
Shift_down( i , n ) //n表示當前有n個節點 { while( i * 2 <= n) { T = i * 2 ; if( T + 1 <= n && 堆數組名[ T + 1 ] < 堆數組名[ T ]) T++; if( 堆數組名[ i ] < 堆數組名[ T ] ) { swap( 堆數組名[ i ] , 堆數組名[ T ] ); i = T; } else break; }
講完了上浮和下沉,接下來就是插入操作了~~~~
我們前面用的插入是直接插入,所以數據纔會雜亂無章,那麼我們如何在插入的時候邊維護堆呢?
其實很簡單,每次插入的時候呢,我們都往最後一個插入,讓後使它上浮。
(這個不需要圖示了吧…)
僞代碼如下:
Push ( x ) { n++; 堆數組名[ n ] = x; Shift_up( n ); }
咳咳,說完了插入,我們總需要會彈出吧~~~~~
彈出,顧名思義就是把頂元素彈掉,但是,彈掉以後不是羣龍無首嗎??
我們如何去維護這堆數據呢?
稍加思考,我們不難得出一個十分巧妙的算法:
讓根節點元素和尾節點進行交換,然後讓現在的根元素下沉就可以了!
(這個也不需要圖示吧…)
僞代碼如下:
Pop ( x ) { swap( 堆數組名[1] , 堆數組名[ n ] ); n--; Shift_down( 1 ); }
接下來是取頂…..我想不需要說什麼了吧,根節點數組下標必定是1,返回堆[ 1 ]就OK了~~
注意:每次取頂要判斷堆內是否有元素,否則..你懂的
圖示和僞代碼省略,如果你這都不會那你可以重新開始學信息學了,當然如果你是小白….這種稍微高級的數據
結構還是以後再說吧。
說完這些,我們再來說說堆排序。之前說過堆是無法以數組下標的順序來來排序的對吧?
所以我個人認爲呢,並不存在堆排序這樣的操作,即便網上有很多堆排序的算法,但是我這裏有個更加方便的算法:
開一個新的數組,每次取堆頂元素放進去,然後彈掉堆頂就OK了~
僞代碼如下:
Heap_sort( a[] ) { k=0; while( size > 0 ) { k++; a[ k ] = top(); pop(); } }
堆排序的時間複雜度是O(nlogn)理論上是十分穩定的,但是對於我們來說並沒有什麼卵用。
我們要排序的話,直接使用快排即可,時間更快,用堆排還需要O(2*n)的空間。這也是爲什麼我說堆的操作
時間複雜度在O(1)~O(logn)。
講完到這裏,堆也基本介紹完了,那麼它有什麼用呢??
舉個粒子,比如當我們每次都要取某一些元素的最小值,而取出來操作後要再放回去,重複做這樣的事情。
我們若是用快排的話,最壞的情況需要O(q*n^2),而若是堆,僅需要O(q*logn),時間複雜度瞬間低了不少。
還有一種最短路算法——Dijkstra,需要用到堆來優化,這個算法我後面會找個時間介紹給大家。
最後附上我寫的一份堆操作的代碼(C++):
推薦一道堆的基本操作的題目:
CODEVS 1063 合併果子 :http://codevs.cn/problem/1063