数据结构之堆

什么是堆

在计算机科学中,堆(Heap)是一种特殊的数据结构,它是一种完全二叉树(或者近似完全二叉树),并且满足堆属性。堆有两种常见的类型:最大堆(Max Heap)和最小堆(Min Heap)。最大堆中,父节点的值大于或等于其子节点的值,而最小堆中,父节点的值小于或等于其子节点的值。堆的主要特点是根节点(顶部节点)具有最大(或最小)值。这使得堆在很多应用中非常有用,例如优先队列和堆排序算法。

堆的实现可以使用数组或者链表来表示。在数组实现中,根节点存储在索引位置0,而子节点的索引位置可以通过简单的计算得到。在链表实现中,每个节点包含一个值和指向左右子节点的指针。需要注意的是,堆并不是排序的数据结构,它只保证了根节点的值是最大(或最小)的。如果需要对堆进行排序,可以使用堆排序算法。

堆在计算机科学中有很多应用,以下是一些常见的用途:

  • 优先队列:常用于任务调度、事件处理等场景。

  • 堆排序:堆排序是一种高效的排序算法。

  • 图算法:如Prim算法和Dijkstra算法。

  • 堆化数据结构:如哈希表、哈夫曼树、二叉搜索树等。

  • 操作系统:在动态内存分配。

  • 搜索算法:如A*算法。

向上渗透(入堆)

一般是入堆的操作,如图确定4和5号的数值谁更大,向上进行替换,当小于父节点或者到达根节点时,入堆结束得出结果 。

向下渗透

一般是出堆的操作,如图开始确定2和3号的数值谁更大,向下进行交换,当到达末端节点时,出堆结束得出结果 。

实现代码

cpp 复制代码
#include <stdio.h>
#include <stdlib.h>
#include <assert.h>
#include <stdbool.h>
#include <time.h>
typedef int DataType;
typedef struct Heap 
{
	DataType* data;
	int maxSize;
	int count;
}Heap;
Heap* create_heap(int maxSize) 
{
	Heap* heap = (Heap*)calloc(1, sizeof(Heap));
	assert(heap);
	//heap->data[0] 这个不使用
	heap->data = (DataType*)calloc(maxSize+1, sizeof(DataType));
	assert(heap->data);
	heap->maxSize = maxSize;
	heap->count = 0;
	return heap;
}
int size_heap(Heap* heap) 
{
	return heap->count;
}
bool empty_heap(Heap* heap) 
{
	return heap->count == 0;
}
//调整位置
void move(Heap* heap, int curPos) 
{
	while (curPos > 1) 
	{
		int curData = heap->data[curPos];
		//父节点的序号=孩子节点序号/2;
		int parentPos = curPos / 2;
		if (curData > heap->data[parentPos]) 
		{
			heap->data[curPos] = heap->data[parentPos];
			heap->data[parentPos] = curData;
			curPos = parentPos;
		}
		else 
		{
			//小于父节点的值,位置不需要调整
			break;
		}
	}
}

void push_heap(Heap* heap, DataType data) //入堆前置++
{
	if (heap->count == heap->maxSize) 
	{
		return;
	}
	heap->data[++heap->count] = data;		//heap->data[1]=89
	//向上渗透 
	move(heap, heap->count);//比较并调整位置
}
int pop_heap(Heap* heap) //出堆
{
	int max = heap->data[1];
	//向下渗透
	int curPos = 1;
	int childPos = curPos * 2;
	while (childPos <= heap->count)
	{
		DataType temp = heap->data[childPos];
		if (childPos + 1 <= heap->count && temp < heap->data[childPos + 1])
		{
			temp = heap->data[++childPos];
		}
		heap->data[curPos] = temp;
		curPos = childPos;
		childPos *= 2;
	}
	heap->data[curPos] = heap->data[heap->count];
	move(heap, curPos);
	heap->count--;
	return max;
}
int main()
{
	srand((unsigned int)time(NULL));
	Heap* heap = create_heap(10);
	for (int i = 0; i < 10; i++)
	{
		push_heap(heap, rand() % 100);
	}
	printf("数组存储结构:\n");
	for (int i = 1; i <= 10; i++)
	{
		printf("%d\t", heap->data[i]);
	}
	printf("\n");
	printf("堆排序:\n");
	while (!empty_heap(heap)) 
	{
		printf("%d\t", pop_heap(heap));
	}
	return 0;
}
相关推荐
有同事要进步几秒前
Leecode第68题:x的平方根
java·数据结构·算法
要练八块腹肌4 分钟前
AVL树的讲解与实现
c++
吹什么轩7 分钟前
linux系统复习:进程优先级与O(1)调度
java·linux·算法
开开心心就好18 分钟前
安卓PDF处理工具,免费无广告零弹窗
android·服务器·开发语言·算法·pdf·ocr
白杨尚青2 小时前
C++进阶篇(二):多态——虚函数、重写、虚函数表与三个经典坑(附完整代码仓库)
开发语言·c++·多态·虚函数·重写·动态绑定
syagain_zsx2 小时前
spdlog实战:日志分级、滚动与性能调优
linux·c++·日志库·二次开发日志库
zyl76516 小时前
FlashAttention 详解:从 GPU 硬件、普通 Attention 到分块计算与 Online Softmax
算法
爱读书的小胖20 小时前
LeetCode 122:买卖股票的最佳时机 II(C)解题分析
算法
结局无敌20 小时前
React Native for OpenHarmony 实战:三方库 react-native-modal-dialog 的鸿蒙化适配指南
深度学习·算法·react native·react.js·harmonyos
OPEN-F20 小时前
ROS2系列教程:上位机建图与导航(原理综合)
算法·机器人