堆(Heap)数据结构介绍

堆是一种特殊的完全二叉树,分为大顶堆和小顶堆,常用于实现优先队列。大顶堆中父节点值大于等于子节点,小顶堆则相反。在C++中,可以使用`<queue>`库的`priority_queue`实现。插入和删除操作的时间复杂度为O(logn),而搜索为O(n)。此外,堆的构建时间为O(n)。优先队列常用操作包括插入、删除、获取堆顶元素及检查队列是否为空。堆数据结构在优先级调度和排序算法中扮演重要角色。

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

定义

堆是一种特别的完全二叉树,分为两种:大顶堆和小顶堆。
小顶堆(min heap):父节点的值恒小于等于子节点的值;
大顶堆(max heap):父节点的值恒大于等于子节点的值。

实现

由于堆本质上是一棵完全二叉树,通常是采用数组作为其存储结构,以数组作为其存储结构的好处是,我们可以通过下标索引的方式去访问节点的父节点和孩子节点。

对于堆中任意一个节点 i 有:

i的父节点:parent( i ) = floor( (i - 1) / 2 )

i的左孩子:left( i ) = 2 * i + 1

i的右孩子:right( i ) = 2 * i + 2

优先队列

通常采用堆数据结构来实现优先队列。

 #include <functional> //包含greater和less两个优先级函数
 #include <queue> //priority_queue的头文件
 
 /*大顶堆*/
 priority_queue<int, vector<int>, less<int>>pq_max;
 /*小顶堆*/
 priority_queue<int, vector<int>, greater<int>>pq_min;
 
 /*优先队列的操作*/
 pq.push();  //向队列中插入一个元素
 pq.pop();  //删除堆顶的元素
 pq.top();  //返回堆顶元素
 pq.size();  //返回队列中的元素个数
 pq.empty();  //判断队列是否为空

复杂度

insert(): O(log n)
remove(): O(log n)
search(): O(n)
buildHeap(array): O(n)
peek(): O(1)

Reference

https://www.jianshu.com/p/6b526aa481b1

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