首页 > 代码库 > 堆和优先队列

堆和优先队列

1 二叉堆和优先队列的概念

1.1 二叉堆

     二叉堆堆是一个数组,它可以被看成一个近似的完全二叉树,树上每一个结点对应数组中的一个元素。除了最底层外,该树是完全充满的,而且是从左到右填充。表示堆的数组A包括两个属性:A.length给出数组元素的个数,A.heap_size表示有多少个堆元素存储在该数组中,这里,0<=A.heap_size<=A.length。

     如下图所示:

     技术分享

     堆可以分成两种:最大堆和最小堆。在最大堆中,任何节点的值都大于等于其孩子的值,故根节点是数组中的最大数所在节点。反之,最小堆中,任何节点的值都小于等于其孩子的值,故根节点是数组中最小值所在节点。

     最小堆如下:

     技术分享

1.2 优先队列

     优先队列是一种用来维护由一组元素构成的集合S的数据结构,其中的每一个元素都有一个相关的值,称为关键字。优先队列也分为两种:最大优先队列和最小优先队列。

     一个最大优先队列支持以下操作:

•INSERT(S,x):把元素x插入集合S中;

•MAXIMUM(S):返回S中具有最大关键字的元素;

•EXTRACT_MAX(S):去掉并且返回S中的具有最大关键字的元素;

•INCREASE_KEY(S,x,k):将元素x的关键字值增加到k。

相应地,最小优先队列支持的操作包括INSERT、MINIMUM、EXTRAT_MIN和DECRESE_KEY。

2 堆的实现

2.1 堆的插入

     由于二叉堆就是一个简单的一维Int数组,故不需要初始化,直接插入便可。

     每次插入都将新数据放到数组的最后的位置,最小堆原理如图:

     技术分享

     假设要在这个二叉堆里入队一个单元,键值为2,那只需在数组末尾加入这个元素,然后尽可能把这个元素往上挪,直到挪不动,经过了这种复杂度为Ο(logn)的操作,二叉堆还是二叉堆。

     核心代码如下:

技术分享
 1 //A为该数组,i是新数据所在下标  2 void Insert(int A[], int i,int heap_size)   3 {   4     int j, temp;   5        6     temp = A[i];   7     j = i / 2;      //父结点   8     while (j >= 1 && i != 1)   9     {  10         if (A[j] <= temp)  11             break;  12           13         A[i] = A[j];     //把较大的子结点往下移动,替换它的子结点  14         i = j;  15         j = i  / 2;  16     }  17     A[i] = temp;18     heap_size ++;  19 }
View Code

2.2 堆的删除

     按定义,堆中每次都只能删除第1个数据。为了便于重建堆,实际的操作是将最后一个数据的值赋给根结点,然后再从根结点开始进行一次从上向下的调整。调整时先在左右儿子结点中找最小的,如果父结点比这个最小的子结点还小说明不需要调整了,反之将父结点和它交换后再考虑后面的结点。相当于从根结点将一个数据的“下沉”过程。

     下面给出代码:

技术分享
 1 //先进行调整 2 void MinHeapify(int A[],int i,int heap_size) 3 { 4     int l = 2*i; 5     int r = 2*i+1; 6     int minimum; 7     if(l <= heap_size && A[l] < A[i]) 8         minimum = l; 9     else10         minimum = i;11     if(r <= heap_size && A[r] > A[minimum])12         minimum = r;13     if(largest != i)14     {15         swap(A[i],A[minimum]);16         MinHeapify(minimum,heapsize);17     }18 }19 20 //然后删除21 void Delete(int A[],int heap_size)22 {23     Swap(A[1],A[heap_size]);24     heap_size --;25     MinHeapify(A,1,heap_size);    26 }
View Code

2.3 堆化数组(建堆)

     有了堆的插入和删除后,再考虑下如何对一个数据进行堆化操作。

     核心代码如下:

技术分享
1 //N是数组中元素个数2 void BuildMinHeap(int A[],int N,int heap_size)3 {4     int heap_size = N;5     for(int i = N/2;i > 0;i--)6         MinHeapify(A,i,heap_size);7 }
View Code

2.4 堆排序

     核心算法如下:  

技术分享
 1 void HeapSort(int A[],int heap_size,int N) 2 { 3     int heap_size = N; 4     BuildMinHeap(A,N,heap_size); 5     for(int i = N;i > 1;i--) 6     { 7         Swap(A[1],A[i]); 8         heap_size --; 9         MinHeapify(A,1,heap_size);10     }11 }
View Code

3 优先队列

     在用堆实现优先的过程中,需要注意最大堆只能对应最大优先队列,最小堆则是对应最小优先队列,核心代码如下:

技术分享
 1 void INCREASE_KEY(int A[],int i,int key) 2 { 3     if (key < A[i]) 4         cout <= "error!"; 5     A[i] = key; 6     while (i > 1 && A[i/2] < A[i]) 7     { 8         swap(A[i],A[i/2]); 9         i = i/2;10     }11 }12 13 void INSERT(int A[],int key,int heap_size)14 {15     heap_size ++;16     A[heap_size] = MIN; //MAX为负无穷17     INCREASE_KEY(A,heap_size,key);18 }19 20 int MAXIMUM(int A[])21 {22     return A[1];23 }24 25 int EXTRACT_MAX(int A[],int heap_size)26 {27     if (heap_size < 1)28         cout <= "error!";29     int max = A[1];30     A[1] = A[heap_size];31     heap_size --;32     MAX_HEAPIFY(A,1,heap_size);  //应该很好根据前面的分析写出来33 }
View Code

 

     以上代码的写法有些欠妥,用struct和全局变量写应该会方便很多,各位多多体谅!

    

堆和优先队列