数据结构:大顶堆、小顶堆

2024-03-11 1475阅读

温馨提示:这篇文章已超过417天没有更新,请注意相关的内容是否还可用!

前言:

       堆是其中一种非常重要且实用的数据结构。堆可以用于实现优先队列,进行堆排序,以及解决各种与查找和排序相关的问题。本文将深入探讨两种常见的堆结构:大顶堆和小顶堆,并通过 C++ 语言展示如何实现和使用它们。

1. 什么是大顶堆和小顶堆?

前提:

        堆是一种完全二叉树。完全二叉树的定义:所有节点从上往下,从左往右的依次排列,不能有空位置,是为完全二叉树。

        下面是完全二叉树和不完全二叉树的示意图:

数据结构:大顶堆、小顶堆

大顶堆:

        根节点(堆顶元素)是所有节点中的最大值(父节点都大于左右子节点)。大顶堆常用于实现优先队列,且可用于构建堆排序算法。

小顶堆:

        小顶堆中的根节点是所有节点中的最小值(父节点都小于左右子节点)。小顶堆常用于问题如:查找流中的前 K 个最小元素。

示意图:
数据结构:大顶堆、小顶堆

2. 大小顶堆的底层实现

        一般来说,定义二叉树都是定义一个节点类,节点类中包含本节点的数据元素和两个节点指针,分别指向左右子节点,通过这两个节点指针将整个树节点连起来。

代码:

template 
class BstNode
{
public:
	BstNode():leftChild(nullptr), rightChild(nullptr){};
	BstNode(Type _content) :leftChild(nullptr), rightChild(nullptr)
	{
		content = _content;
	};
private:
	Type content;
	BstNode *leftChild;
	BstNode *rightChild;
};

         实际上,堆一般用数组表示,如下图。究其原因,我认为的是通过节点类的方式占用的内存空间多,多加了两个指针。并且当我们做插入操作向上渗透时,需要找到节点的父节点(文章后面会详细描述),这样实际的节点应该再加一个标识父节点的指针。这样实际是多了3个指针。

图示: 

数据结构:大顶堆、小顶堆

3. 代码实现小顶堆

3.1 定义小顶堆类

template
class MinHeap
{
public:
	MinHeap(int _maxsize = 10);
	~MinHeap();
	void Push(T _data);//插入数据
	void Pop();//删除堆顶数据
	T& Top();//获取堆顶数据
	void ShowHeap();//打印堆
private:
	T *heap;
	int MaxSize;//堆数组的最大大小
	int currentSize;//堆数组当前大小
};

3.2 构造函数

template
MinHeap::MinHeap(int _maxsize)
:MaxSize(_maxsize)
{
	try{
		if (MaxSize 10->9->8->12依次插入,插入示意图如下: 

数据结构:大顶堆、小顶堆

代码入下:
template
void MinHeap::Push(T _data)
{
	if (currentSize == MaxSize){
		//堆满了,扩容
	}
	//将数据放入最后一个位置
	//注意:currentSize和数组索引值差1:
	//比如currentSize = 3,对应的数组索引为2
	//所以,当currentSize=3时,即堆数组有3个数据时,新插入的数据应在数组索引3上
	heap[currentSize] = _data;
	int sonIndex = currentSize;//最后一个位置的数组索引
	int fatherIndex = (currentSize - 1)/ 2;//最后一个位置的父节点的数组索引
	while (sonIndex > 0){
		if (heap[sonIndex]  

        currentSize表示的是当前堆数组有多少个元素。如下图,比如currentSize = 3,表明当前有3个数据。再push一个数据时,在数组的存储的位置刚好是索引3。

示意图:

        如下图,节点7和节点4的父节点都是节点2。节点7的索引为1,节点4索引为2,节点2的索引为0,所以计算7 4 节点的父节点公式为==(索引-1)/2==,其他节点也一样。这里你不从数组索引角度,从树的层序角度也是一样,只不过公式要变为:层序号/2。
数据结构:大顶堆、小顶堆

扩大堆数组容量

        在上述代码中,当currentSize == MaxSize时,表示堆数组已经满了,此时我们需要扩大数组的大小,这和循环队列和顺序栈是一样的原理。

循环队列:带你一步步用C++实现循环队列

顺序栈:用C++实现顺序栈(以数组为底层数据结构,可自动扩容。

代码如下:

template
void MinHeap::ChangeSize()
{
	int size = MaxSize * 2;//堆数组容量扩大1倍
	T* tmp = new T[size];//1.申请一块原来2倍大小的空间。
	std::copy(heap, heap + MaxSize, tmp);//2.将栈中的数据赋值到新的内存空间
	delete[] heap;//3.删除老的空间
	heap = tmp;//4.heap指向新地址
	MaxSize = size;//5.改变MaxSize
}

        注意:由于C++编译器是不检查数组越界的,所以,即使程序员不自己扩容,使用越界的索引程序也不会报错,只是它会继续向下占用一块内存。程序员必须注意数组越界的问题。

3.4 删除

删除步骤:
  1. 首先把堆顶元素删除
  2. 接着把堆的最后一个数据放在堆顶
  3. 最后把堆顶数据向下渗透,不断的和两个子节点比较,若父节点不比两个子节点的任意一个小,取两个子节点中小的和父节点交换,一直这样下去,直到父节点比左右子节点都小。
示意图:

数据结构:大顶堆、小顶堆

代码如下:
template
void MinHeap::Pop()
{
	if (currentSize == 0){
		std::cout  heap[minIndex])
			std::swap(heap[fatherIndex], heap[minIndex]);
		else break;
		fatherIndex = minIndex;
		leftSonIndex = fatherIndex * 2 + 1;
		RightSonIndex = leftSonIndex + 1;
	}
}

对于while循环条件说明:

        使用左子节点leftSonIndex和currentSize比较,不要使用右子节点RightSonIndex,因为右子节点RightSonIndex可能没有。当然,你也可以使用父节点fatherIndex和currentSize比较:fatherIndex

VPS购买请点击我

免责声明:我们致力于保护作者版权,注重分享,被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理! 部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理! 图片声明:本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库和百度,360,搜狗等多加搜索引擎自动关键词搜索配图,如有侵权的图片,请第一时间联系我们,邮箱:ciyunidc@ciyunshuju.com。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!

目录[+]