大白话讲解二叉堆

欢迎关注我,学习资料免费分享给你哦!还有其他超多学习资源,都是我自己学习过的,经过过滤之后的资源,免去你还在因为拥有大量资源不知如何入手的纠结,让你体系化学习。
在这里插入图片描述

二叉堆

二叉堆是一棵完全二叉树,什么是完全二叉树呢?简单来说,就是按照层的顺序,对树的节点标号,然后按照层次遍历的顺序来遍历,得到的结果是按照顺序来标号的,不能出现断点,这就是一个完全二叉树。这么说比较抽象,举个例子来说。

在这里插入图片描述
这个二叉树的层次遍历结果是0,1,2,3,4,5,6,7,8.所以是一个完全二叉树。

在这里插入图片描述
这里这棵二叉树进行层次遍历,得到就是0,1,2,3,4,5,6,7,10.编号不是连续的,就不是一棵完全二叉树。

堆就是一棵完全二叉树,不过因为完全二叉树的特性,在实现它的时候往往不是使用链表,而是使用数组来实现,我们可以把上面的二叉树的节点标号与数组的下标对应起来。二叉树的根节点标号从1开始,存储的数组也从下标1开始存储二叉树,一一对应,这种情况下,父节点的数组下标为i,则左子树的数组下标为2*i,右子树的下标为2*i+1(如果没有超出数组的界限的情况下)

在这里插入图片描述

上图的二叉树将被存储为下面的数组

在这里插入图片描述

在程序里就是如下的访问子节点和父节点。

int heap[10];
//访问第三个节点的父节点
heap[3/2];
//访问第三个节点的左子节点
heap[3*2]
//访问第三个节点的右子节点
heap[3*2+1]

如果是最大堆,那么父节点都要比两个子节点的数值大,相应的最小堆就是父节点比两个子节点都要小。而哨兵的作用就是充当边界检测的角色。如果是最大堆,那么这个值比堆中的数据都要大,如果是最小堆,那么这个值比堆中所有数据都要小。

堆的程序实现
堆的结构定义
typedef int Element;
typedef struct HeapNode
{
	int heapsize; //堆的最大尺寸,也就是数组的最大值
	int size;//堆的当前大小
	Element *data;//数组指针,动态分配数组的大小
};
typedef struct HeapNode* Heap;//堆的指针定义
#define MIN_DATA -20000 //这里实现最小堆,哨兵是最小值,堆中数据的范围是-10000,10000,这个值随需要更改
创建一个heapsize大小的堆
Heap creatHeap(int heapsize)
{
	Heap heap;
	heap=(Heap)malloc(sizeof(struct HeapNode));
	if(heap==NULL)
	{
		printf("内存不足");
		return NULL;
	}
	heap->data=(Element*)malloc(sizeof(Element)*(heapsize+1));
	if(heap->data==NULL)
	{
		printf("内存不足");
		return NULL;
	}
	heap->heapsize=heapsize;
	heap->size=0;
	heap->data[0]=MIN_DATA;
	return heap;
}
判断堆空或者堆满

这个比较简单,因为堆是一个数组,如果size变量为0,表示堆空。如果size变量等于堆数组的最大值,那么就是堆满。

int isFull(Heap heap)
{
	return heap->size==heap->heapsize;
}
int isEmpty(Heap heap)
{
	return heap->size==0;
}
堆的插入操作

堆的插入操作就是首先将size变量加1,当前节点i=size+1,然后访问它的父节点i/2,比较插入的元素和父节点的元素哪个元素小(这里以最小堆为例),如果新插入的元素比较小,那么就将父节点i/2的值赋值到当前节点i。此时将i更新(i=i/2),然后去比较此时i的节点的父节点(i/2,相当于(size+1)/4)与插入的元素,直到比较到哨兵,因为哨兵是最小值,所以插入的元素会放到数组下标的0的位置。如果比较到其中某个位置时,插入的节点比父节点的大,那么就把插入的节点放到当前位置。以图说话。

在这里插入图片描述

假设有如上的最小堆,堆目前的size是5,如果插入一个元素15,则size加1,相当于把31后面的数组位置空出来,等待插入,然后比较i=6的父节点i/2,此时是16,因为15小于16,所以16就需要下移到数组下标为6的位置了。

在这里插入图片描述

只是将16复制到了数组下标为6的地方,数组下标为3的值没有改变,还是16.然后此时i移动到位置3,比较i=3的父节点i/2,此时是数组的下标1的数据,13<15,说明符合最小堆的定义,父节点小于子节点,所以15应该插入到数组下标为3的地方。插入完成。

在这里插入图片描述

在比如在此时直接插入20元素,size加1等于7,它的父节点的值为15,比20小,所以20直接放到数组下标为7的位置。

插入操作的程序如下:

void insert(Heap heap,Element x)
{
	int i=0;
	if(isFull(heap))
	{
		printf("堆满了");
		return;
	}
	for(i=++heap->size;x<heap->data[i/2];i=i/2) //这里因为有哨兵,所以当i等于0时,是一定会结束循环的,如果不使用哨兵,需要判断一下i为0,否则导致死循环
	{
		heap->data[i]=heap->data[i/2];
	}
	heap->data[i]=x;
}
堆的删除操作

堆的删除操作就是将数组的下标1的数据返回,然后重新构造堆,将size减1,并将最后一个数据找到合理的位置插入。就是从根节点开始(也就是下标1)找到两个子节点的最小值,与最后一个数据比较,如果最后一个数据比两个子节点的最小值还要小的话,那么就把这个数据复制到这两个子节点的父节点;如果最后一个数据比两个子节点的最小值还要大的话,那么就将两个子节点的最小值节点复制到它的父节点,然后以这个子节点作为父节点,重复上述过程,直到找到合适位置。
在这里插入图片描述

假设执行删除操作,13删除,最后一个元素16被取出,size减1,比较13的子节点21和15,15位最小的,那么比较15和16,发现15小,所以将15复制到13的位置。

在这里插入图片描述

此时以数组下标3作为父节点,比较它的两个子节点,但是发现已经没有了,所以把16复制到数组下标3的位置就完成了删除操作。

假设第一次删除13时,它的两个子节点都比16大,那么直接将16复制到数组下标为1的地方,就完成了删除。这就是堆的删除操作的执行过程。

程序代码如下:

Element deleteHeap(Heap heap)
 {
	int child,parent;
	Element x,num;
	if(isEmpty(heap))
	{
        printf("堆空");
		return MIN_DATA;
	}
	x=heap->data[1];//保存要删除的元素,作为返回值
	num=heap->data[heap->size--];//堆的尺寸小1,将这个数值保存以免丢失
	for(parent=1;parent*2<=heap->size;parent=child)
	{
		child=2*parent;
        //寻找两个子节点中最小的一个,&&前面的判断是防止child已经是堆的最后一个数据,加1后超出堆的范围
		if((child+1)<=heap->size&&heap->data[child]>heap->data[child+1])
		{
			child=child+1;
		}
        //比较两个子节点的最小值和要原堆中最后一个元素,如果最后一个元素小,说明找到了插入的位置,结束循环
		if(num<=heap->data[child])
		{
			break;
		}
		else
		{
			heap->data[parent]=heap->data[child];
		}
	}
	heap->data[parent]=num;
	return x;
 }
堆的构建

将一个数组变成最小堆,思路就是从根本一个子树一个子树的逐渐变换,假设数组大小为size,那么它的父节点就是i=size/2,以i为起点,执行与删除操作相同的下滤操作,直到i变成0,就完成了堆的构建,其实就是堆排序的思路。

void perdown(Heap heap,int d)
 {
	int child,parent;
	Element x;
	x=heap->data[d];
	for(parent=d;parent*2<=heap->size;parent=child)
	{
		child=2*parent;
		if((child+1)<=heap->size&&heap->data[child]>heap->data[child+1])
		{
			child=child+1;
		}
		if(x<=heap->data[child])
		{
			break;
		}
		else
		{
			heap->data[parent]=heap->data[child];
		}
	}
	heap->data[parent]=x;
 }
 void buildHeap(Heap heap)
 {
	 int i=0;
	 for(i=heap->size/2;i>0;i--)
	 {
		perdown(heap,i);
	 }
 }
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章