数据结构堆

堆中的数组下标

在二叉树的层序遍历的时候,可以发现,当二叉树是完全二叉树时,遍历的结果先输出所有的数,再输出nullptr,可以将这些数存储在一个数组中,因为在数组中

如果父节点的数组下标是i,那么它的左孩子就是2 * i + 1,右孩子就是i * 2 + 2。

孩子下标是i,父亲的下标是(i-1)/2。

这样只要通过数组下标就能访问数据比数结构更方便。

大小堆

小堆的父亲节点总是小于其孩子节点,所以小堆的根节点一定是最小的。                                     大堆的父亲节点总是大于其孩子节点,所以大堆的根节点一定是最大的。

调堆

从数组最后一个位置n进入,先(n-1)/2找到他的父节点,再父节点不断减1,进行遍历。

调大堆,只需要在遍历的时候,将比父节点大的子节点与父节点交换,直到减到0。(父节点全部大于子节点)

调小堆,只需要在遍历的时候,将比父节点小的子节点与父节点交换,直到减到0。(父节点全部小于子节点)

排升序

先建大堆,在头节点(arr[ 0 ])获取最大的数,将头节点与入口的数交换(入口会发生改变),当完成找到最大的数后,最后一个数据(下标n-1)就不用去管,由于root(入口点的数交换上来的)左右两边的子树都是大堆,只需要将arr[0]下调(下调函数),构成新的大堆,继续将root的数交换下去,不再管n-2下标的数,直到不用管的数为n-1个的时候(只剩下一个数),结束。

下调函数

void BigHeap(int* arr, int n)  // n数组中数据的个数
{
	for (int root = (n - 1-1) / 2; root >= 0; root--) //从最后一个孩子的父节点开始遍历
	{
		AdjustDown(arr, root, n);  //  一开始建堆,从最后一个孩子的父节点(左右最多只有一个元素,必为大堆)开始像下调,
	}
}

//  建大堆的下调函数
//  向下调整,root(父节点)的左右子树保证是大堆
void AdjustDown(int* arr, int root,int n)
{
	int parent = root;	
	int child = parent * 2 + 1;
	while (child<n)
	{
		if (child + 1 <= n-1 && arr[child + 1] > arr[child])  // 右孩子存在,且大于左孩子
		{
			child += 1;  // 孩子变为右孩子
		}
		if (arr[child] > arr[parent])
		{
			SwapCdPr(arr[child], arr[parent]);
			parent = child;  
			child = parent * 2 + 1;   //  对子树调堆  ,因为将父节点下调后,以父节点为root的子树可能不满足大堆。
		}
		else
		{
			break;
		}
	}
}
​
//排升序
void UpOrder(int* arr, int n)
{
	BigHeap(arr, n);
	SwapCdPr(arr[0], arr[n - 1]);  // 最后一个数据是最大的不用去管,只管前n-1个数据
	for(int i = n-1; i > 1; i--) //  每一次需要管的数据减1
	{
		AdjustDown(arr, 0, i);  //  root都是0,
		SwapCdPr(arr[0], arr[i - 1]);  
	}
}

​

排降序

与升序的思路一样,将大小于号改变。

下调函数

//建小堆
void SmallHeap(int* arr, int n)
{
	for (int i = (n - 1 - 1) / 2; i >= 0; i--)
	{
		AdjustDown2(arr, i,n);
	}
}

//小堆的下调函数
void AdjustDown2(int* arr, int root,int n)
{
	int parent = root;
	int child = root * 2 + 1;
	while (child <= n - 1)
	{
		if (child + 1 <= n - 1 && arr[child + 1] < arr[child])
		{
			child++;
		}
		if (arr[child] < arr[parent])
		{
			SwapCdPr(arr[child], arr[parent]);
		}
		else
		{
			break;
		}
		parent = child;
		child = parent * 2 + 1;
	}
}
//排降序
void DownOrder(int* arr, int n)
{
	SmallHeap(arr, n);    //先建小堆
	SwapCdPr(arr[0], arr[n - 1]);   //root存储的是最小的数,移到后面,不再管理
	for (int i = n - 1; i > 1; i--)
	{
		SmallHeap(arr, i);
		SwapCdPr(arr[0], arr[i-1]);
	}
}

测试结果

void test4()
{
	int arr[] = { 34,22,4,6,1,2,54,25,76 };
	UpOrder(arr, 9);
	for (int i = 0; i < 9; i++)
	{
		cout << arr[i] << " ";
	}
	cout << endl;


	DownOrder(arr, 9);
	for (int i = 0; i < 9; i++)
	{
		cout << arr[i] << " ";
	}
	cout << endl;
}

输出:
1 2 4 6 22 25 34 54 76
76 54 34 25 22 6 4 2 1

时间复杂度

建一次大堆或小堆

进行一次下调o(logN)(最坏情况),每一次都是将头节点下调。

如果从100个数据中找到最小的10数,时间复杂度为n+9*logn(建小堆后,就获取了第一个最小的数据)。

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