数据结构的堆（c语言版）

晚安，cheems2024-05-09 23:04

一.堆的概念

1.堆的基本概念

在计算机科学中，堆是一种特殊的数据结构，通常用于实现优先队列和动态分配内存。

2.堆的特征

堆是一个完全二叉树，它具有以下两个主要特性：

  1. 堆序性：对于最大堆，在堆中的任意节点i，其父节点的值大于等于节点i的值；对于最小堆，在堆中的任意节点i，其父节点的值小于等于节点i的值。这意味着在最大堆中，根节点是堆中最大的元素；在最小堆中，根节点是堆中最小的元素。

  2. 完全二叉树性质：除了最底层外，堆的其他层都是满的，并且最底层的节点集中在左侧。

3.堆的性质

根据堆序性质，我们可以高效地找到堆中的最大（最小）元素。这使得堆非常适用于解决一些需要高效获取最大（最小）元素的问题，例如优先队列和排序算法（如堆排序）。

堆可以用数组来实现，其中父节点和子节点之间的关系可以通过索引计算得出。通常，堆的插入和删除操作会触发堆的调整，以维持堆序性质。

需要注意的是，堆和操作系统中的堆内存分配是不同的概念。在操作系统中，堆内存指的是动态分配的内存区域，而在数据结构中，堆是一种数据结构。

4.堆的优缺点

优点：

  1. 高效的插入和删除操作：在堆中，插入和删除元素的时间复杂度为O(log n)，其中n是堆中元素的个数。这是由于堆的调整过程只需要对树的高度进行操作，堆的高度通常比较小。

  2. 快速获取最大（最小）元素：在最大堆中，根节点是堆中的最大元素；在最小堆中，根节点是堆中的最小元素。因此，可以在O(1)的时间复杂度内获取最大（最小）元素。

  3. 实现优先队列：堆常用于实现优先队列，其中元素按照优先级进行排序。优先队列可以在O(1)的时间复杂度内获取最高优先级的元素，并且在O(log n)的时间复杂度内插入和删除元素。

缺点：

  1. 不支持快速查找：堆并不提供快速查找指定元素的功能。如果需要在堆中进行查找操作，时间复杂度为O(n)，需要遍历整个堆。

  2. 内存空间的浪费：堆使用数组来存储元素，如果事先不知道元素的个数，需要预分配一个较大的数组空间。这可能会导致内存空间的浪费。

  3. 不稳定性：堆排序算法是一种不稳定的排序算法。在排序过程中，相等元素的相对顺序可能会改变。

二.堆的功能

  1. 插入元素：向堆中插入一个新元素。插入操作会根据堆的特性进行调整，以保持堆的性质。

  2. 删除最大（最小）元素：从堆中删除并返回最大（最小）元素。删除操作会将堆的最后一个元素移到堆顶，并根据堆的特性进行调整，以保持堆的性质。

  3. 获取最大（最小）元素：返回堆中的最大（最小）元素，而不删除它。获取操作只是简单地返回堆的根节点的值。

  4. 堆排序：使用堆进行排序。堆排序是一种基于堆的排序算法，它利用堆的性质进行排序操作。

  5. 构建堆：将一个无序的数组转换为一个堆。构建堆的过程会进行堆调整，以满足堆的性质。

  6. 堆化：对一个已有的堆进行调整，以满足堆的性质。堆化可以通过自上而下或自下而上的方式进行。

  7. 堆的合并：将两个堆合并为一个堆。堆的合并操作通常用于合并多个优先队列。

  8. 查找元素：在堆中查找指定元素。由于堆并不提供快速查找功能，查找操作需要遍历整个堆，时间复杂度为O(n)。

三.堆的代码实现

1.堆的定义

创建一个结构体，其中成员如下：

  • array：一个指向整型数组的指针，用于存储堆中的元素。
  • capacity：一个整数，表示堆的容量，即 array 数组的最大长度。
  • size：一个整数，表示当前堆中的元素个数，即 array 数组中实际存储的元素数量。
cpp 复制代码 
typedef struct {
    int* array;     // 存储堆元素的数组
    int capacity;   // 堆的容量
    int size;       // 堆中当前元素的个数
} Heap;

2.创建堆

创建堆。该函数接受一个整数参数 capacity，表示堆的容量。它会分配堆所需的内存，并返回指向堆结构的指针。

cpp 复制代码 
// 创建堆
Heap* createHeap(int capacity) {
    Heap* heap = (Heap*)malloc(sizeof(Heap));
    heap->array = (int*)malloc(sizeof(int) * capacity);
    heap->capacity = capacity;
    heap->size = 0;
    return heap;
}

3.交换两个数值

交换两个元素的值。该函数接受两个整型指针作为参数，通过引用交换指针所指向的两个整数的值。

cpp 复制代码 
// 交换两个元素
void swap(int* a, int* b) {
    int temp = *a;
    *a = *b;
    *b = temp;
}

4.入堆

向堆中插入元素。该函数接受一个指向堆结构的指针 heap 和要插入的整数值 value。它将元素插入到堆的最后位置，并通过自上而下的调整操作，保持堆的性质。

cpp 复制代码 
// 向堆中插入元素
void insert(Heap* heap, int value) {
    if (heap->size == heap->capacity) {
        printf("堆已满，无法插入新元素。\n");
        return;
    }
    
    // 将新元素插入到堆的最后位置
    heap->array[heap->size] = value;
    
    int currentIndex = heap->size;
    int parentIndex = (currentIndex - 1) / 2;
    
    // 自下而上调整堆结构
    while (currentIndex > 0 && heap->array[currentIndex] > heap->array[parentIndex]) {
        swap(&heap->array[currentIndex], &heap->array[parentIndex]);
        currentIndex = parentIndex;
        parentIndex = (currentIndex - 1) / 2;
    }
    
    heap->size++;
}

5.出堆

从堆中删除并返回最大元素。该函数接受一个指向堆结构的指针 heap。它将堆顶元素（最大元素）删除，并将最后一个元素移到堆顶，然后通过自上而下的调整操作，保持堆的性质。

cpp 复制代码 
// 从堆中删除并返回最大元素
int deleteMax(Heap* heap) {
    if (heap->size == 0) {
        printf("堆为空，无法删除元素。\n");
        return -1;
    }
    
    int maxValue = heap->array[0];
    
    // 将最后一个元素移到堆顶
    heap->array[0] = heap->array[heap->size - 1];
    heap->size--;
    
    int currentIndex = 0;
    int leftChildIndex = 2 * currentIndex + 1;
    int rightChildIndex = 2 * currentIndex + 2;
    
    // 自上而下调整堆结构
    while (1) {
        int maxIndex = currentIndex;
        
        // 与左子节点比较
        if (leftChildIndex < heap->size && heap->array[leftChildIndex] > heap->array[maxIndex]) {
            maxIndex = leftChildIndex;
        }
        
        // 与右子节点比较
        if (rightChildIndex < heap->size && heap->array[rightChildIndex] > heap->array[maxIndex]) {
            maxIndex = rightChildIndex;
        }
        
        // 如果当前节点已经是最大值，则堆已调整完毕
        if (maxIndex == currentIndex) {
            break;
        }
        
        // 否则，交换当前节点与最大子节点的位置
        swap(&heap->array[currentIndex], &heap->array[maxIndex]);
        currentIndex = maxIndex;
        leftChildIndex = 2 * currentIndex + 1;
        rightChildIndex = 2 * currentIndex + 2;
    }
    
    return maxValue;
}

6.打印堆

打印堆元素。该函数接受一个指向堆结构的指针 heap。它会遍历堆中的元素，并将它们打印出来。

cpp 复制代码 
// 打印堆元素
void printHeap(Heap* heap) {
    printf("堆元素：");
    for (int i = 0; i < heap->size; i++) {
        printf("%d ", heap->array[i]);
    }
    printf("\n");
}

7.销毁堆

释放堆内存。该函数接受一个指向堆结构的指针 heap。它会释放堆所占用的内存，防止内存泄漏。

cpp 复制代码 
// 释放堆内存
void destroyHeap(Heap* heap) {
    free(heap->array);
    free(heap);
}

四.堆的源码呈现

cpp 复制代码 
#include <stdio.h>
#include <stdlib.h>

// 定义堆结构
typedef struct {
    int* array;     // 存储堆元素的数组
    int capacity;   // 堆的容量
    int size;       // 堆中当前元素的个数
} Heap;

// 创建堆
Heap* createHeap(int capacity) {
    Heap* heap = (Heap*)malloc(sizeof(Heap));
    heap->array = (int*)malloc(sizeof(int) * capacity);
    heap->capacity = capacity;
    heap->size = 0;
    return heap;
}

// 交换两个元素
void swap(int* a, int* b) {
    int temp = *a;
    *a = *b;
    *b = temp;
}

// 向堆中插入元素
void insert(Heap* heap, int value) {
    if (heap->size == heap->capacity) {
        printf("堆已满，无法插入新元素。\n");
        return;
    }
    
    // 将新元素插入到堆的最后位置
    heap->array[heap->size] = value;
    
    int currentIndex = heap->size;
    int parentIndex = (currentIndex - 1) / 2;
    
    // 自下而上调整堆结构
    while (currentIndex > 0 && heap->array[currentIndex] > heap->array[parentIndex]) {
        swap(&heap->array[currentIndex], &heap->array[parentIndex]);
        currentIndex = parentIndex;
        parentIndex = (currentIndex - 1) / 2;
    }
    
    heap->size++;
}

// 从堆中删除并返回最大元素
int deleteMax(Heap* heap) {
    if (heap->size == 0) {
        printf("堆为空，无法删除元素。\n");
        return -1;
    }
    
    int maxValue = heap->array[0];
    
    // 将最后一个元素移到堆顶
    heap->array[0] = heap->array[heap->size - 1];
    heap->size--;
    
    int currentIndex = 0;
    int leftChildIndex = 2 * currentIndex + 1;
    int rightChildIndex = 2 * currentIndex + 2;
    
    // 自上而下调整堆结构
    while (1) {
        int maxIndex = currentIndex;
        
        // 与左子节点比较
        if (leftChildIndex < heap->size && heap->array[leftChildIndex] > heap->array[maxIndex]) {
            maxIndex = leftChildIndex;
        }
        
        // 与右子节点比较
        if (rightChildIndex < heap->size && heap->array[rightChildIndex] > heap->array[maxIndex]) {
            maxIndex = rightChildIndex;
        }
        
        // 如果当前节点已经是最大值，则堆已调整完毕
        if (maxIndex == currentIndex) {
            break;
        }
        
        // 否则，交换当前节点与最大子节点的位置
        swap(&heap->array[currentIndex], &heap->array[maxIndex]);
        currentIndex = maxIndex;
        leftChildIndex = 2 * currentIndex + 1;
        rightChildIndex = 2 * currentIndex + 2;
    }
    
    return maxValue;
}

// 打印堆元素
void printHeap(Heap* heap) {
    printf("堆元素：");
    for (int i = 0; i < heap->size; i++) {
        printf("%d ", heap->array[i]);
    }
    printf("\n");
}

// 释放堆内存
void destroyHeap(Heap* heap) {
    free(heap->array);
    free(heap);
}

int main() {
    Heap* heap = createHeap(10);
    
    insert(heap, 5);
    insert(heap, 8);
    insert(heap, 2);
    insert(heap, 10);
    insert(heap, 3);
    
    printHeap(heap);
    
    int max = deleteMax(heap);
    printf("删除的最大元素：%d\n", max);
    
    printHeap(heap);
    
    destroyHeap(heap);
    
    return 0;
}
相关推荐
上弦月-编程1 小时前
【C语言】函数栈帧的创建与销毁（底层原理）
c语言·开发语言
MATLAB代码顾问1 小时前
混合粒子群-模拟退火算法(HPSO-SA)求解作业车间调度问题——附MATLAB代码
算法·matlab·模拟退火算法
Felven1 小时前
C. Prefix Min and Suffix Max
算法
加农炮手Jinx1 小时前
LeetCode 26. Remove Duplicates from Sorted Array 题解
算法·leetcode·力扣
加农炮手Jinx1 小时前
LeetCode 88. Merge Sorted Array 题解
算法·leetcode·力扣
Hhy_11071 小时前
【从零开始学习数据结构 ④】：栈 ——后进先出的艺术
c语言·数据结构·学习·visual studio
格林威1 小时前
线阵工业相机：如何计算线阵相机的行频（Line Rate）？公式+实例
开发语言·人工智能·数码相机·算法·计算机视觉·工业相机·线阵相机
yueyue5431 小时前
透过现象看本质：以fast_lio架构的整套算法的局部避障改为TEB算法为例深度探讨——如何成为一个合格的算法架构师？
算法·架构
梨花爱跨境1 小时前
红人视频×A10算法：亚马逊转化率与流量闭环实战
算法
海清河晏1111 小时前
数据结构 | 链式队列
开发语言·数据结构·链表
热门推荐
01要裂开了！ChatGPT要手机号验证了？注册Codex要求验证电话号码怎么办？2026年登陆Codex要手机号验证的解决办法02GitHub 镜像站点03【AI】2026 年具身智能模型和世界模型总结04Codex 接入 DeepSeek API 完整配置文档05裂开！ChatGPT 居然开始要手机号验证，附详细解决方法06零基础教你claude code 接入 deepseek V4072026年AI前瞻：量子AI、具身智能与科学发现的新纪元08在Windows 11上安装Docker的踩坑记录09实测可用｜小米 MiMo 百万亿 Token 免费领，开发者速冲10CVE-2026-31431 (Copy Fail) 漏洞复现与验证记录