首页 > 代码库 > 最大堆(最小堆)

最大堆(最小堆)

  最大堆是一种很有用的数据结构,它是一颗完全二叉树,并且如果一个节点有儿子节点,其关键字都不小于其儿子节点的关键字。(最小树反之:节点值不大于儿子节点的完全二叉树。)

  最大堆使用的一个典型的地方就是找出无序数字中,最大的一个数字。比如100亿整数中找出最小的前100个数字,典型的解决方案之一就是:先去处前边一百个值,创建一个最大堆,然后顺序读入的剩下的每个值,如果值小于根节点值,则删除根节点,把这个值插入,重建最大堆。重复这过程。最后就得到了最小的前100个数字(如果找前100个最大的值,就建立一个最小堆)。此算法时间复杂性为nlog100。log100为重建最大堆(size=100)的复杂度,n为数字的数量。

  由于最大堆是完全二叉树,所以很适合用数组存贮,而且根据完全二叉树的一些定义可以很快得到当前节点的父节点或者左右儿子节点。

对于n个结点的完全二叉树,顺序存贮,下标为i的节点:

  1.如果i != 1, 则其父节点为 1/2,1 为根节点

  2.若 2i <= n,则左儿子为 2i;2i > n,没有左儿子

  3.若2i+1 <= n, 则右儿子为 2i+1; 2i + 1 > n, 没有右儿子。

 

下面是最大堆一些常用的操作函数(最小堆类似,不再给出):

  1 #define MAX_ELEMENTS 200 /* maximun heap size+1 */  2 #define HEAP_FULL(n) (n == MAX_ELEMENTS-1)  3 #define HEAP_EMPTY(n) (!n)  4 typedef struct {  5   int key;  6   /* other fields */  7 } element;  8 element heap[MAX_ELEMENTS];  9 int n = 0; 10  11 //插入函数 12 void insert_max_heap(element item, int *n) 13 { 14   /*insert item into a max heap of current size *n */ 15   int i; 16   if (HEAP_FULL(*n)) { 17     fprintf(stderr, "The heap is full. \n"); 18     exit(1); 19   } 20   i = ++(*n); //把值放入数组最后 21   while ((i != 1) && (item.key > heap[i/2].key)) { 22 //如果没到根节点,切当前节点值大于其父节点值,就把父节点下移 23     heap[i] = heap[i/2]; 24     i /= 2; //找到父节点索引继续循环 25   } 26   heap[i] = item; //循环结束时候的位置就是真正要插入的位置 27 } 28 //这个插入函数可以用下面的move_up函数重写,要插入值放在数组最后,然后不停move_up即可 29  30 //删除最大值 31 element delete_max_heap(int *n) 32 { 33   /* delete element with the highest key from the 34      heap  35   */ 36   int parent, child; 37   element item, temp; 38   if (HEAP_EMPTY(*n)) { 39     fprintf(stderr, "The heap is empty.\n"); 40     exit(1); 41   } 42   /* save value of the element with the hightest key */ 43   item = heap[1]; 44   /* use last element in heap to adjust heap */ 45   temp = heap[(*n)--]; //删除最后一个值临时保存起来 46   parent = 1; 47   child = 2; 48   while (child <= *n) { //子节点索引小于等于最大长度才继续 49     /* find the larger child of the current parent */ 50     if ((child < *n) && (heap[child].key < heap[child+1].key)) { 51 //找出两个儿子中较大的值 52         child++; 53     } 54     if (temp.key >= heap[child].key) break; //移动的值大于当前值,结束循环 55     heap[parent] = heap[child];//根节点不再了,把儿子中较大的移动上去 56     parent = child; 57     child *= 2; 58   } 59   heap[parent] = temp; 60   return item; 61 } 62 //这个函数也是可以用下面的move函数改写,删除第一个值(最大值),然后吧最后一个值放入最大值的位置,然后不停move_down即可 63  64 //改变任意值的优先级 65 //如果变大,就move_up,变小,就move_down 66 void change_element_value(element item, int index, int *n) 67 { 68   if ((index <= 0) || (index > *n)) { 69     fprintf(stderr, "No this element.\n"); 70     exit(1); 71   } 72   if (item.key = heap[index].key) { 73     return; 74   } 75   if (item.key > heap[index].key) { 76     heap[index] = item; 77     move_up(index); 78   }else { 79     move_down(index, n); 80   } 81 } 82  83 void swap_element(int m, int n) 84 { 85   element temp; 86   temp = heap[m]; 87   heap[m] = heap[n]; 88   heap[n] = temp; 89 } 90 void move_up(int i) 91 { 92   /* need check i‘s range, I don‘t do it at this. */ 93   while (i != 1) { 94     if (heap[i] > heap[i/2]) { 95       swap(i, i/2); 96       i /= 2; 97     }else { 98       break; 99     }100   }101 }102 void move_down(int i, int *n)103 {104   int next;105   while (2*i <= *n) {106     next = 2*i;107     if (next < *n && heap[next].key < heap[next+1].key) {108       next += 1;109     }110     if (heap[i] < heap[next]) {111       swap(i, next);112       i = next;113     }else {114       break;115     }116   }117 }118 119 //创建最大堆120 //这个函数原理简单,是遍历给定的那组数字,然后一个一个的insert,121 //最后就得到了最大堆122 void make_heap1(int a[], int length, int *n)123 {124   /* insert one by one */125   int i = 0;126   for ( ; i < length; ++i) {127     element temp;128     temp.key = a[i];129     insert_max_heap(temp, *n);130   }131 }132 133 //这个函数稍微复杂点:实在给定数组之上,直接调整位置,来构成最大堆(最大堆数组存储)134 //原理:假设数组足够大,不会越界。把第0位的值存入最后。因为最大堆不用第0位。135 //然后从数组最后开始遍历,先找到最后一个值的父节点,然后move_down构造最小堆136 //从后往前,依次重复这个过程,知道第一个值,最大堆完成(有点递归的意思)137 void make_heap2(int a[], int length)138 {139   a[length] = a[0];140   int i;141   for (i = length; i >= 1; --i) {142     if (i/2 >= 1) {143       move_down(i/2, length);144     }145   }146 }