目录
一、堆的概念及结构
1.1堆的概念
1.2堆的性质
1.3堆的结构
二、堆的实现
2.1堆向下调整算法(父亲与孩子做比较)
2.2堆的向上调整算法(孩子与父亲做比较)
2.3堆的创建(向下建堆)
2.4向下建堆的时间复杂度
2.5堆的插入
2.6堆的删除
2.7堆的完整代码实现
三、堆的应用
3.1堆排序
3.2TOP-K问题
一、堆的概念及结构
1.1堆的概念
1.2堆的性质
堆中某个节点的值总是不大于或不小于其父节点的值;
堆总是一棵完全二叉树。
1.3堆的结构
二、堆的实现
2.1堆向下调整算法(父亲与孩子做比较)
我们给出一个数组,逻辑上看做一颗完全二叉树。我们通过从根节点开始的向下调整算法可以把它调整成一个小堆。向下调整算法有一个前提:左右子树必须是一个堆,才能调整。
以下面图片为例:建小堆过程中父亲不断与较小的孩子交换
用代码来实现:
void AdjustDown(HPDataType* a, int n, int parent)//n是参与向下算法的元素的个数
{int child = parent * 2 + 1;while (child < n){//建小堆,找到两个孩子中较小的那一个if (child + 1 < n && a[child + 1] < a[child]){child++;}//如果父亲不比孩子大,就证明已经是小堆了,直接跳出循环;//如果比孩子大就一直交换if (a[child] < a[parent]){Swap(&a[child], &a[parent]);parent = child;child = parent * 2 + 1;}elsebreak;}
}
2.2堆的向上调整算法(孩子与父亲做比较)
代码实现如下:
void AdjustUp(HPDataType* a, int child)
{int parent = (child - 1) / 2;while (child > 0){if (a[child] < a[parent]){Swap(&a[child], &a[parent]);child = parent;parent = (child - 1) / 2;}elsebreak;}
}
2.3堆的创建(向下建堆)
我们给出一个数组,这个数组逻辑上可以看做一颗完全二叉树,但是还不是一个堆,现在我们通过算法,把它构建成一个堆。根节点左右子树不是堆,我们怎么调整呢?这里我们从倒数的第一个非叶子节点的 子树开始调整(向下调整),一直调整到根节点的树,就可以调整成堆。
假定有数组 int a [] = { 1 , 5 , 3 , 8 , 7 , 6 };
2.4向下建堆的时间复杂度
因为堆是完全二叉树,而满二叉树也是完全二叉树,此处为了简化使用满二叉树来证明 ( 时间复杂度本来看的就是近似值,多几个节点不影响最终结果 ) :
因此:向下建堆的时间复杂度为O(N)。
既然谈到了向下建堆的时间复杂度,不妨就算一下向上建堆的时间复杂度:
冲两张图中可以看到:向下调整建堆的效率略高于向上调整建堆的效率,所以我上面所讨论的也都是向下调整建堆的实现方法。
2.5堆的插入
先插入一个 10 到数组的尾上,再进行向上调整算法,直到满足堆。
代码实现:
void HeapPush(Heap* hp, HPDataType x)
{assert(hp);//判满以及扩容if (hp->_capacity == hp->_size){int newCapacity = hp->_capacity == 0 ? 4 : 2 * hp->_capacity;HPDataType* tmp = (HPDataType*)realloc(hp->_a, sizeof(HPDataType) * newCapacity);if (tmp == NULL){perror("realloc fail");exit(-1);}hp->_a = tmp;hp->_capacity = newCapacity;}hp->_a[hp->_size] = x;hp->_size++;AdjustUp(hp->_a, hp->_size - 1);
}
2.6堆的删除
删除堆是删除堆顶的数据,将堆顶的数据根最后一个数据一换,然后删除数组最后一个数据,再进行向下调整算法。
代码实现:
void HeapPop(Heap* hp)
{assert(hp);assert(hp->_size > 0);Swap(&hp->_a[0], &hp->_a[hp->_size - 1]);hp->_size--;AdjustDown(hp->_a, hp->_size, 0);
}
2.7堆的完整代码实现
//Heap.h#pragma once#include <stdio.h>
#include <stdlib.h>
#include <assert.h>
#include <string.h>typedef int HPDataType;
typedef struct Heap
{HPDataType* _a;int _size;int _capacity;
}Heap;//堆的初始化
void HeapInit(Heap* hp);// 堆的构建
void HeapCreate(Heap* hp, HPDataType* a, int n);//交换
void Swap(HPDataType* a, HPDataType* b);//向上调整
void AdjustUp(HPDataType* a, int child);//向下调整
void AdjustDown(HPDataType* a, int n, int parent);//打印
void HeapPrint(Heap* hp);// 堆的销毁
void HeapDestory(Heap* hp);// 堆的插入
void HeapPush(Heap* hp, HPDataType x);// 堆的删除
void HeapPop(Heap* hp);// 取堆顶的数据
HPDataType HeapTop(Heap* hp);// 堆的数据个数
int HeapSize(Heap* hp);// 堆的判空
int HeapEmpty(Heap* hp);
//Heap.c
#include "Heap.h"void HeapInit(Heap* hp)
{assert(hp);hp->_a = NULL;hp->_capacity = 0;hp->_size = 0;
}void HeapCreate(Heap* hp, HPDataType* a, int n)
{assert(hp);assert(a);hp->_a = (HPDataType*)malloc(sizeof(HPDataType)*n);if (hp->_a == NULL){perror("malloc fail");exit(-1);}hp->_capacity = n;hp->_size = n;memcpy(hp->_a, a, sizeof(HPDataType) * n);for (int i = 1; i < n; i++){AdjustUp(hp->_a, i);}
}void Swap(HPDataType* a, HPDataType* b)
{HPDataType tmp = *a;*a = *b;*b = tmp;
}void AdjustUp(HPDataType* a, int child)
{int parent = (child - 1) / 2;while (child > 0){if (a[child] < a[parent]){Swap(&a[child], &a[parent]);child = parent;parent = (child - 1) / 2;}elsebreak;}
}void AdjustDown(HPDataType* a, int n, int parent)//n是参与向下算法的元素的个数
{int child = parent * 2 + 1;while (child < n){//建小堆,找到两个孩子中较小的那一个if (child + 1 < n && a[child + 1] < a[child]){child++;}//如果父亲不比孩子大,就证明已经是小堆了,直接跳出循环;//如果比孩子大就一直交换if (a[child] < a[parent]){Swap(&a[child], &a[parent]);parent = child;child = parent * 2 + 1;}elsebreak;}
}void HeapDestory(Heap* hp)
{assert(hp);free(hp->_a);hp->_capacity = 0;hp->_size = 0;
}void HeapPush(Heap* hp, HPDataType x)
{assert(hp);//判满以及扩容if (hp->_capacity == hp->_size){int newCapacity = hp->_capacity == 0 ? 4 : 2 * hp->_capacity;HPDataType* tmp = (HPDataType*)realloc(hp->_a, sizeof(HPDataType) * newCapacity);if (tmp == NULL){perror("realloc fail");exit(-1);}hp->_a = tmp;hp->_capacity = newCapacity;}hp->_a[hp->_size] = x;hp->_size++;AdjustUp(hp->_a, hp->_size - 1);
}void HeapPrint(Heap* hp)
{assert(hp);for (int i = 0; i < hp->_size; i++){printf("%d ", hp->_a[i]);}printf("\n");
}void HeapPop(Heap* hp)
{assert(hp);assert(hp->_size > 0);Swap(&hp->_a[0], &hp->_a[hp->_size - 1]);hp->_size--;AdjustDown(hp->_a, hp->_size, 0);
}HPDataType HeapTop(Heap* hp)
{assert(hp);assert(hp->_size > 0);return hp->_a[0];
}int HeapSize(Heap* hp)
{return hp->_size;
}int HeapEmpty(Heap* hp)
{assert(hp);if (hp->_size == 0)return 0;elsereturn 1;
}
三、堆的应用
3.1堆排序
堆排序即利用堆的思想来进行排序,总共分为两个步骤:
1. 建堆:
升序:建大堆,降序:建小堆。
2. 利用堆删除思想来进行排序
建堆和堆删除中都用到了向下调整,因此掌握了向下调整,就可以完成堆排序。
具体实现代码如下:
void HeapSort1(int* a, int n)
{//向上调整建堆/*for (int i = 1; i < n; i++){AdjustUp(a, i);}*///向下调整建堆for (int i = (n - 1 - 1) / 2; i >= 0; i--)//从第一个非叶子节点开始向下调整{AdjustDown(a, n, i);}//排序int end = n - 1;while (end){Swap(&a[0], &a[end]);AdjustDown(a, end, 0);end--;}
}
3.2TOP-K问题
TOP-K问题:即求数据结合中前K个最大的元素或者最小的元素,一般情况下数据量都比较大。
对于 Top-K 问题,能想到的最简单直接的方式就是排序,但是:如果数据量非常大,排序就不太可取了 ( 可能数据都不能一下子全部加载到内存中 ) 。最佳的方式就是用堆来解决,基本思路如下:
1. 用数据集合中前 K 个元素来建堆 :
前 k 个最大的元素,则建小堆,前 k 个最小的元素,则建大堆 。
2. 用剩余的 N-K 个元素依次与堆顶元素来比较,不满足则替换堆顶元素
将剩余 N-K 个元素依次与堆顶元素比完之后,堆中剩余的 K 个元素就是所求的前 K 个最小或者最大的元素。
具体实现代码如下:
void CreatNData()
{// 造数据int n = 10000000;srand(time(0));const char* file = "data.txt";FILE* fin = fopen(file, "w");if (fin == NULL){perror("fopen error");return;}//将数据写入data文件中for (int i = 0; i < n; ++i){int x = (rand() + i) % 10000000;fprintf(fin, "%d\n", x);}fclose(fin);
}void PrintTopK(const char* filename, int k)
{FILE* fout = fopen(filename, "r");if (fout == NULL){perror("fopen fail");exit(-1);}int* minHeap = (int*)malloc(sizeof(int) * k);if (minHeap == NULL){perror("malloc fail");return;}for (int i = 0; i < k; i++){fscanf(fout, "%d", &minHeap[i]);}for (int i = (k - 1 - 1) / 2; i >= 0; i--){AdjustDown(minHeap, k, i);}//将剩余的n-k各元素与堆顶的元素进行交换int x = 0;while (fscanf(fout, "%d", &x) != EOF){if (x > minHeap[0]){minHeap[0] = x;AdjustDown(minHeap, k, 0);}}//排序int end = k - 1;while (end){Swap(&minHeap[0], &minHeap[end]);AdjustDown(minHeap, end, 0);end--;}for (int i = 0; i < k; i++){printf("%d ", minHeap[i]);}free(minHeap);fclose(fout);
}