Data Structures (六) 堆

本文深入讲解堆数据结构的定义、实现及应用,包括初始化、调整、插入、删除等操作,探讨堆排序和查找前K个最大值的算法,并提供详细的代码实现。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一、堆的定义

如果有一个关键码的集合K={k0,k1,k2,,,,,,kn-1},把它所有元素按完全二叉树的层序顺序存储在一个一维数组中,并满足任意结点的值小于(大于)等于后代结点的值,则称为小堆(大堆)。

#pragma once
typedef int HeapDataType;

typedef struct Heap
{
	HeapDataType * _arr;
	size_t _size;
	size_t _capacity;
}Heap;

//初始化堆
void InitHeap(Heap* hp, HeapDataType* arr, size_t length)
{
	assert(hp);
	hp->_arr = (HeapDataType*)malloc(sizeof(HeapDataType)*length);
	assert(hp->_arr);
	hp->_size = length;
	hp->_capacity = length;
	for (size_t i = 0; i < length; i++)
	{
		hp->_arr[i] = arr[i];
	}
}

void Swap(HeapDataType *hp1, HeapDataType *hp2)
{
	HeapDataType temp = *hp1;
	*hp1 = *hp2;
	*hp2 = temp;
}

//向下调整堆
void siftDown(Heap* hp, size_t root)
{
	size_t parent = root;
	size_t child = parent * 2 + 1;
	while (child < hp->_size)
	{
		if (child + 1 < hp->_size&&hp->_arr[child + 1] < hp->_arr[child])
		{
			child++;
		}
		if (hp->_arr[child] < hp->_arr[parent])
		{
			Swap(&hp->_arr[child], &hp->_arr[parent]);
			parent = child;
			child = parent * 2 + 1;
		}
		else
		{
			break;
		}
	}
}

//向上调整堆
void siftUp(Heap* hp, size_t child)
{
	assert(hp);
	size_t parent = (child - 1) / 2;
	while (child > 0)
	{
		if (hp->_arr[child] < hp->_arr[parent])
		{
			Swap(&hp->_arr[child], &hp->_arr[parent]);
			child = parent;
			parent = (child - 1) / 2;
		}
		else
		{
			break;
		}
	}
}
//初建堆,指定大堆或小堆
void CreateHeap(Heap* hp)
{
	assert(hp);
	for (int i = (hp->_size) / 2 - 1; i >= 0; i--)
	{
		siftDown(hp, i);
	}
}

//扩容
void checkCapacity(Heap* hp)
{
	assert(hp);
	if (hp->_size == hp->_capacity)
	{
		hp->_capacity *= 2;
		hp->_arr = (HeapDataType*)realloc(hp->_arr, sizeof(HeapDataType)*hp->_capacity);
		assert(hp->_arr);
	}
}

//插入
void HeapPush(Heap* hp, HeapDataType x)
{
	assert(hp);
	checkCapacity(hp);
	hp->_arr[hp->_size++] = x;
	siftUp(hp, hp->_size - 1);
}

//删除
void HeapPop(Heap* hp)
{
	if (hp->_size > 0)
	{
		Swap(&hp->_arr[0], &hp->_arr[hp->_size - 1]);
		hp->_size--;
		siftDown(hp, 0);
	}
}

//获取堆的size
size_t HeapSize(Heap* hp)
{
	assert(hp);
	return hp->_size;
}

//是否为空
size_t HeapEmpty(Heap* hp)
{
	assert(hp);
	return hp->_size;
}

//返回堆顶元素
HeapDataType HeapTop(Heap* hp)
{
	assert(hp&&hp->_size > 0);
	return hp->_arr[0];
}

void printHeap(Heap* hp)
{
	assert(hp);
	for (size_t i = 0; i < hp->_size; i++)
	{
		printf("%d ", hp->_arr[i]);
	}
	cout << endl;
}

//堆排序
void HeapSort(int *arr, int length)
{
	Heap hp;
	InitHeap(&hp, arr, length);
	CreateHeap(&hp);
	while (HeapSize(&hp) > 1)
	{
		Swap(&hp._arr[0], &hp._arr[hp._size - 1]);
		hp._size--;
		siftDown(&hp, 0);
	}
	hp._size = length;
	printHeap(&hp);
}

//大数据中最大的前几个数
void HeapTopK(int *arr, int length, size_t k)
{
	Heap hp;
	InitHeap(&hp, arr, k);
	for (size_t i = k; i < length; i++)
	{
		if (arr[i] > HeapTop(&hp))
		{
			hp._arr[0] = arr[i];
			siftDown(&hp, 0);
		}
	}
	printHeap(&hp);
}

void TestHeap()
{
	HeapDataType arr[] = { 53,17,78,9,45,65,87,23,31 };
	size_t length = sizeof(arr) / sizeof(arr[0]);
	Heap hp;
	InitHeap(&hp, arr, length);
	CreateHeap(&hp);
	printHeap(&hp);
	HeapPush(&hp, 100);
	printHeap(&hp);
	HeapPush(&hp, 40);
	printHeap(&hp);

	HeapTopK(arr, length, 3);
	HeapSort(arr, length);
}

注意:

1、要找数组前k个最大值要建小堆,向下调整,最大的前K个一定会换到堆顶

2、排序,升序建大堆,把堆顶元素(最大的)找到,然后和堆尾交换,然后在除过队尾 ,给其他的元素重新向下调整。

降序建小堆,把堆顶元素(最小的)找到,然后和堆尾交换,然后在除过堆尾 ,给其他的元素重新向下调整。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值