堆专题2 向上调整构建大顶堆

博客围绕算法展开,介绍了向上调整的思路。向上调整从叶子结点往根节点进行,操作与向下调整类似,但无需判断左右孩子,因从叶子结点开始调整,不用考虑左右孩子情况,还提及代码详解和最后提交相关内容。

题目:

样例:

输入
6
3 2 6 5 8 7

输出
8 6 7 2 5 3

思路:

        向上调整,就是从叶子结点开始 往 根节点 往上面调整,操作与 向下调整 操作类似,只是不用判断左右孩子,由于我们是从叶子结点开始 往 根节点 往上面调整,所以不用考虑左右孩子。

代码详解如下:

#include <iostream>
#include <vector>
#include <queue>
#include <cstring>
#include <algorithm>
#include <unordered_map>
#define endl '\n'
#define YES puts("YES")
#define NO puts("NO")
#define umap unordered_map
#define All(x) x.begin(),x.end()
#pragma GCC optimize(3,"Ofast","inline")
#define IOS std::ios::sync_with_stdio(false),cin.tie(0), cout.tie(0)
using namespace std;
const int N = 2e6 + 10;

umap<int,int>heap;	// 建立堆数组
int n;

// 向上调整操作
inline void upAdjust(int low,int high)
{
	int i = high,j = i >> 1;	// i 为调整的孩子结点,j 为 父结点
	
	// 如果调整的父结点在 根节点范围内
	while(j >= low)
	{
		// 如果孩子结点比父结点大,那么向上调整
		if(heap[j] < heap[i])
		{
			swap(heap[j] , heap[i]);
			i = j;
			j = i >> 1;
		}else break;
	}
}

// 插入堆 函数
inline void Push(int &x)
{
	heap[++n] = x;	// 堆尾插入结点
	
	upAdjust(1,n);	// 向上调整堆
}

inline void solve()
{
	int nodeSize;
	cin >> nodeSize;
	
	// 插入堆
	for(int i = 1,x;i <= nodeSize;++i) cin >> x,Push(x);
	
	// 输出堆
	for(int i = 1;i <= n;++i)
	{
		if(i > 1) cout << ' ';
		cout << heap[i];
	}
}

int main()
{
//	freopen("a.txt", "r", stdin);
	IOS;
	int _t = 1;
//	cin >> _t;
	while (_t--)
	{
		solve();
	}

	return 0;
}

最后提交:

### 构建大顶堆的详细规则和方法 #### 1. 的概念与性质 是一种特殊的完全二叉树,满足特定条件。对于大顶堆而言,父节点的关键字总是大于等于其子节点关键字。具体来说: - 对于任意给定结点i (i >= 0),如果存在左孩子,则`data[i] >= data[2*i+1]` - 如果存在右孩子,则`data[i] >= data[2*i+2]` 这种特性使得根节点始终保存着整个集合中的最大值。 #### 2. 结构定义 为了便于操作,在C语言中可以采用如下方式定义的数据结构[^1]: ```c typedef struct heap { int* data; int heapsize; } HEAP, *LPHEAP; ``` 这里通过指针访问数组存储实际元素,并记录当前大小以便后续调整使用。 #### 3. 插入新元素并维持序性 当向已有的大顶堆插入新的整数值时,需遵循以下步骤保持原有顺序不变: - 将新增加项放置在最后位置; - 自底向上逐层与其父级对比,必要时交换两者直至恢复属性为止。 #### 4. 调整以维护最大特征 每当删除最小或最大键之后都需要重新排列剩余部分使之继续符合大顶堆的要求。此过程称为“向下过滤”,即从指定起点出发沿路径递归地修复违反约束之处直到不再有违规情况发生。函数原型可表示为: ```c void HeapAdjust(int *arr, int s, int m); // 参数s代表待处理区间的起始索引;m则是该区间最后一个有效下标的编号。 ``` 上述逻辑实现了局部范围内对破坏掉的大顶堆特性的修正工作[^2]. #### 5. 创建初始大顶堆实例化对象 初始化阶段要遍历输入序列建立起初步形态的大顶堆形式。这一步骤通常是从最底层非叶子结点开始自下而上的方式进行调整优化,从而确保最终形成的整体结构能够严格遵守之前提到的各项规定[^3]. ```python def build_max_heap(nums): n = len(nums) for i in range(n // 2 - 1, -1, -1): max_heapify(nums, i, n) def max_heapify(arr, index, size): largest = index left_child_index = 2 * index + 1 right_child_index = 2 * index + 2 if left_child_index < size and arr[left_child_index] > arr[largest]: largest = left_child_index if right_child_index < size and arr[right_child_index] > arr[largest]: largest = right_child_index if largest != index: arr[index], arr[largest] = arr[largest], arr[index] max_heapify(arr, largest, size) ``` 注意这段Python代码仅用于说明原理,实际应用应转换成对应平台支持的语言版本如C/C++等。
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