标签：public 操作 删除节点 rect ast 图文解析 个性 while ext
二项树的定义
二项堆是二项树的集合。在了解二项堆之前，先对二项树进行介绍。
二项树是一种递归定义的有序树。它的递归定义如下：
(1) 二项树B0只有一个结点；
(2) 二项树Bk由两棵二项树B(k-1)组成的，其中一棵树是另一棵树根的最左孩子。
如下图所示：
上图的B0、B1、B2、B3、B4都是二项树。对比前面提到的二项树的定义：B0只有一个节点，B1由两个B0所组成，B2由两个B1所组成，B3由两个B2所组成，B4由两个B3所组成；而且，当两颗相同的二项树组成另一棵树时，其中一棵树是另一棵树的最左孩子。
二项树的性质
二项树有以下性质：
[性质一] Bk共有2k个节点。
[性质二] Bk的高度为k。
[性质三] Bk在深度i处恰好有C(k,i)个节点，其中i=0,1,2,...,k。
[性质四] 根的度数为k，它大于任何其它节点的度数。
注意：树的高度和深度是相同的。
下面对这几个性质进行简单说明：
[性质一] Bk共有2k个节点。
如上图所示，B0有20=1节点，B1有21=2个节点，B2有22=4个节点，...
[性质二] Bk的高度为k。
如上图所示，B0的高度为0，B1的高度为1，B2的高度为2，...
[性质三] Bk在深度i处恰好有C(k,i)个节点，其中i=0,1,2,...,k。
C(k,i)是高中数学中阶乘元素，例如，C(10,3)=(10*9*8) / (3*2*1)=240
B4中深度为0的节点C(4,0)=1
B4中深度为1的节点C(4,1)= 4 / 1 = 4
B4中深度为2的节点C(4,2)= (4*3) / (2*1) = 6
B4中深度为3的节点C(4,3)= (4*3*2) / (3*2*1) = 4
B4中深度为4的节点C(4,4)= (4*3*2*1) / (4*3*2*1) = 1
合计得到B4的节点分布是(1,4,6,4,1)。
[性质四] 根的度数为k，它大于任何其它节点的度数。
节点的度数是该结点拥有的子树的数目。
二、二项堆的介绍
二项堆通常被用来实现优先队列，它堆是指满足以下性质的二项树的集合：
(1) 每棵二项树都满足最小堆性质。即，父节点的关键字 <= 它的孩子的关键字。
(2) 不能有两棵或以上的二项树具有相同的度数(包括度数为0)。换句话说，具有度数k的二项树有0个或1个。
上图就是一棵二项堆，它由二项树B0、B2和B3组成。对比二项堆的定义：(01)二项树B0、B2、B3都是最小堆；(02)二项堆不包含相同度数的二项树。
二项堆的第(1)个性质保证了二项堆的最小节点是某一棵二项树的根节点，第(2)个性质则说明结点数为n的二项堆最多只有log{n} + 1棵二项树。实际上，将包含n个节点的二项堆，表示成若干个2的指数和(或者转换成二进制)，则每一个2个指数都对应一棵二项树。例如，13(二进制是1101)的2个指数和为13=23 + 22 + 20, 因此具有13个节点的二项堆由度数为3, 2, 0的三棵二项树组成。
二项堆是可合并堆，它的合并操作的复杂度是O(log n)。
1. 基本定义
1 template <class T> 2 class BinomialNode { 3 public: 4 T key; // 关键字(键值) 5 int degree; // 度数 6 BinomialNode<T> *child; // 左孩子 7 BinomialNode<T> *parent; // 父节点 8 BinomialNode<T> *next; // 兄弟节点 9 10 BinomialNode(T value):key(value), degree(0), 11 child(NULL),parent(NULL),next(NULL) {} 12 };
BinomialNode是二项堆的节点。它包括了关键字(key)，用于比较节点大小；度数(degree)，用来表示当前节点的度数；左孩子(child)、父节点(parent)以及兄弟节点(next)。
1 template <class T> 2 class BinomialHeap { 3 private: 4 BinomialNode<T> *mRoot; // 根结点 5 6 public: 7 BinomialHeap(); 8 ~BinomialHeap(); 9 10 // 新建key对应的节点，并将其插入到二项堆中 11 void insert(T key); 12 // 将二项堆中键值oldkey更新为newkey 13 void update(T oldkey, T newkey); 14 // 删除键值为key的节点 15 void remove(T key); 16 // 移除二项堆中的最小节点 17 void extractMinimum(); 18 19 // 将other的二项堆合并到当前二项堆中 20 void combine(BinomialHeap<T>* other); 21 22 // 获取二项堆中的最小节点的键值 23 T minimum(); 24 // 二项堆中是否包含键值key 25 bool contains(T key); 26 // 打印二项堆 27 void print(); 28 private: 29 30 // 合并两个二项堆：将child合并到root中 31 void link(BinomialNode<T>* child, BinomialNode<T>* root); 32 // 将h1, h2中的根表合并成一个按度数递增的链表，返回合并后的根节点 33 BinomialNode<T>* merge(BinomialNode<T>* h1, BinomialNode<T>* h2); 34 // 合并二项堆：将h1, h2合并成一个堆，并返回合并后的堆 35 BinomialNode<T>* combine(BinomialNode<T>* h1, BinomialNode<T>* h2); 36 // 反转二项堆root，并返回反转后的根节点 37 BinomialNode<T>* reverse(BinomialNode<T>* root); 38 // 移除二项堆root中的最小节点，并返回删除节点后的二项树 39 BinomialNode<T>* extractMinimum(BinomialNode<T>* root); 40 // 删除节点：删除键值为key的节点，并返回删除节点后的二项树 41 BinomialNode<T>* remove(BinomialNode<T> *root, T key); 42 // 在二项树root中查找键值为key的节点 43 BinomialNode<T>* search(BinomialNode<T>* root, T key); 44 45 // 增加关键字的值：将二项堆中的节点node的键值增加为key。 46 void increaseKey(BinomialNode<T>* node, T key); 47 // 减少关键字的值：将二项堆中的节点node的键值减小为key 48 void decreaseKey(BinomialNode<T>* node, T key); 49 // 更新关键字的值：更新二项堆的节点node的键值为key 50 void updateKey(BinomialNode<T>* node, T key); 51 52 // 获取二项堆中的最小根节点 53 void minimum(BinomialNode<T>* root, BinomialNode<T> *&prev_y, BinomialNode<T> *&y); 54 // 打印二项堆 55 void print(BinomialNode<T>* node, BinomialNode<T>* prev, int direction); 56 };
BinomialHeap是二项堆对应的类，它包括了二项堆的根节点mRoot以及二项堆的基本操作的定义。
下面是一棵二项堆的树形图和它对应的内存结构关系图。
2. 合并操作
合并操作是二项堆的重点，它的添加操作也是基于合并操作来实现的。合并两个二项堆，需要的步骤概括起来如下：
(1) 将两个二项堆的根链表合并成一个链表。合并后的新链表按照"节点的度数"单调递增排列。
(2) 将新链表中"根节点度数相同的二项树"连接起来，直到所有根节点度数都不相同。
下面，先看看合并操作的代码；然后再通过示意图对合并操作进行说明。
merge()代码(C++)
1 /* 2 * 将h1, h2中的根表合并成一个按度数递增的链表，返回合并后的根节点 3 */ 4 template <class T> 5 BinomialNode<T>* BinomialHeap<T>::merge(BinomialNode<T>* h1, BinomialNode<T>* h2) 6 { 7 BinomialNode<T>* root = NULL; //heap为指向新堆根结点 8 BinomialNode<T>** pos = &root; 9 10 while (h1 && h2) 11 { 12 if (h1->degree < h2->degree) 13 { 14 *pos = h1; 15 h1 = h1->next; 16 } 17 else 18 { 19 *pos = h2; 20 h2 = h2->next; 21 } 22 pos = &(*pos)->next; 23 } 24 if (h1) 25 *pos = h1; 26 else 27 *pos = h2; 28 29 return root; 30 }
link()代码(C++)
1 /* 2 * 合并两个二项堆：将child合并到root中 3 */ 4 template <class T> 5 void BinomialHeap<T>::link(BinomialNode<T>* child, BinomialNode<T>* root) 6 { 7 child->parent = root; 8 child->next = root->child; 9 root->child = child; 10 root->degree++; 11 }
合并操作代码(C++)
/* * 合并二项堆：将h1, h2合并成一个堆，并返回合并后的堆 */ template <class T> BinomialNode<T>* BinomialHeap<T>::combine(BinomialNode<T>* h1, BinomialNode<T>* h2) { BinomialNode<T> *root; BinomialNode<T> *prev_x, *x, *next_x; // 将h1, h2中的根表合并成一个按度数递增的链表root root = merge(h1, h2); if (root == NULL) return NULL; prev_x = NULL; x = root; next_x = x->next; while (next_x != NULL) { if ( (x->degree != next_x->degree) || ((next_x->next != NULL) && (next_x->degree == next_x->next->degree))) { // Case 1: x->degree != next_x->degree // Case 2: x->degree == next_x->degree == next_x->next->degree prev_x = x; x = next_x; } else if (x->key <= next_x->key) { // Case 3: x->degree == next_x->degree != next_x->next->degree // && x->key <= next_x->key x->next = next_x->next; link(next_x, x); } else { // Case 4: x->degree == next_x->degree != next_x->next->degree // && x->key > next_x->key if (prev_x == NULL) { root = next_x; } else { prev_x->next = next_x; } link(x, next_x); x = next_x; } next_x = x->next; } return root; } /* * 将二项堆other合并到当前堆中 */ template <class T> void BinomialHeap<T>::combine(BinomialHeap<T> *other) { if (other!=NULL && other->mRoot!=NULL) mRoot = combine(mRoot, other->mRoot); }
合并函数combine(h1, h2)的作用是将h1和h2合并，并返回合并后的二项堆。在combine(h1, h2)中，涉及到了两个函数merge(h1, h2)和link(child, root)。
merge(h1, h2)就是我们前面所说的"两个二项堆的根链表合并成一个链表，合并后的新链表按照‘节点的度数‘单调递增排序"。
link(child, root)则是为了合并操作的辅助函数，它的作用是将"二项堆child的根节点"设为"二项堆root的左孩子"，从而将child整合到root中去。
在combine(h1, h2)中对h1和h2进行合并时；首先通过 merge(h1, h2) 将h1和h2的根链表合并成一个"按节点的度数单调递增"的链表；然后进入while循环，对合并得到的新链表进行遍历，将新链表中"根节点度数相同的二项树"连接起来，直到所有根节点度数都不相同为止。在将新联表中"根节点度数相同的二项树"连接起来时，可以将被连接的情况概括为4种。
x是根链表的当前节点，next_x是x的下一个(兄弟)节点。
Case 1: x->degree != next_x->degree
即，"当前节点的度数"与"下一个节点的度数"相等时。此时，不需要执行任何操作，继续查看后面的节点。
Case 2: x->degree == next_x->degree == next_x->next->degree
即，"当前节点的度数"、"下一个节点的度数"和"下下一个节点的度数"都相等时。此时，暂时不执行任何操作，还是继续查看后面的节点。实际上，这里是将"下一个节点"和"下下一个节点"等到后面再进行整合连接。
Case 3: x->degree == next_x->degree != next_x->next->degree
&& x->key <= next_x->key
即，"当前节点的度数"与"下一个节点的度数"相等，并且"当前节点的键值"<="下一个节点的度数"。此时，将"下一个节点(对应的二项树)"作为"当前节点(对应的二项树)的左孩子"。
Case 4: x->degree == next_x->degree != next_x->next->degree
&& x->key > next_x->key
即，"当前节点的度数"与"下一个节点的度数"相等，并且"当前节点的键值">"下一个节点的度数"。此时，将"当前节点(对应的二项树)"作为"下一个节点(对应的二项树)的左孩子"。
下面通过示意图来对合并操作进行说明。
第1步：将两个二项堆的根链表合并成一个链表
执行完第1步之后，得到的新链表中有许多度数相同的二项树。实际上，此时得到的是对应"Case
4"的情况，"树41"(根节点为41的二项树)和"树13"的度数相同，且"树41"的键值 >
"树13"的键值。此时，将"树41"作为"树13"的左孩子。
第2步：合并"树41"和"树13"
执行完第2步之后，得到的是对应"Case 3"的情况，"树13"和"树28"的度数相同，且"树13"的键值 < "树28"的键值。此时，将"树28"作为"树13"的左孩子。
第3步：合并"树13"和"树28"
执行完第3步之后，得到的是对应"Case 2"的情况，"树13"、"树28"和"树7"这3棵树的度数都相同。此时，将x设为下一个节点。
第4步：将x和next_x往后移
执行完第4步之后，得到的是对应"Case 3"的情况，"树7"和"树11"的度数相同，且"树7"的键值 < "树11"的键值。此时，将"树11"作为"树7"的左孩子。
第5步：合并"树7"和"树11"
执行完第5步之后，得到的是对应"Case 4"的情况，"树7"和"树6"的度数相同，且"树7"的键值 > "树6"的键值。此时，将"树7"作为"树6"的左孩子。
第6步：合并"树7"和"树6"
此时，合并操作完成！
PS. 合并操作的图文解析过程与"二项堆的测试程序(Main.cpp)中的testUnion()函数"是对应的！
3. 插入操作
理解了"合并"操作之后，插入操作就相当简单了。插入操作可以看作是将"要插入的节点"和当前已有的堆进行合并。
插入操作代码(C++)
1 /* 2 * 新建key对应的节点，并将其插入到二项堆中。 3 */ 4 template <class T> 5 void BinomialHeap<T>::insert(T key) 6 { 7 BinomialNode<T>* node; 8 9 // 禁止插入相同的键值 10 if (contains(key)) 11 { 12 cout << "Insert Error: the key (" << key << ") is existed already!" << endl; 13 return ; 14 } 15 16 node = new BinomialNode<T>(key); 17 if (node==NULL) 18 return ; 19 20 mRoot = combine(mRoot, node); 21 }
在插入时，首先通过contains(key)查找键值为key的节点。存在的话，则直接返回；不存在的话，则新建BinomialNode对象node，然后将node和heap进行合并。
注意：我这里实现的二项堆是"进制插入相同节点的"！若你想允许插入相同键值的节点，则屏蔽掉插入操作中的contains(key)部分代码即可。
4. 删除操作
删除二项堆中的某个节点，需要的步骤概括起来如下：
(01) 将"该节点"交换到"它所在二项树"的根节点位置。方法是，从"该节点"不断向上(即向树根方向)"遍历，不断交换父节点和子节点的数据，直到被删除的键值到达树根位置。
(02) 将"该节点所在的二项树"从二项堆中移除；将该二项堆记为heap。
(03) 将"该节点所在的二项树"进行反转。反转的意思，就是将根的所有孩子独立出来，并将这些孩子整合成二项堆，将该二项堆记为child。
(04) 将child和heap进行合并操作。
下面，先看看删除操作的代码；再进行图文说明。
reverse()代码(C++)
1 /* 2 * 反转二项堆root，并返回反转后的根节点 3 */ 4 template <class T> 5 BinomialNode<T>* BinomialHeap<T>::reverse(BinomialNode<T>* root) 6 { 7 BinomialNode<T>* next; 8 BinomialNode<T>* tail = NULL; 9 10 if (!root) 11 return root; 12 13 root->parent = NULL; 14 while (root->next) 15 { 16 next = root->next; 17 root->next = tail; 18 tail = root; 19 root = next; 20 root->parent = NULL; 21 } 22 root->next = tail; 23 24 return root; 25 }
删除操作代码(C++)
1 /* 2 * 删除节点：删除键值为key的节点 3 */ 4 template <class T> 5 BinomialNode<T>* BinomialHeap<T>::remove(BinomialNode<T>* root, T key) 6 { 7 BinomialNode<T> *node; 8 BinomialNode<T> *parent, *prev, *pos; 9 10 if (root==NULL) 11 return root; 12 13 // 查找键值为key的节点 14 if ((node = search(root, key)) == NULL) 15 return root; 16 17 // 将被删除的节点的数据数据上移到它所在的二项树的根节点 18 parent = node->parent; 19 while (parent != NULL) 20 { 21 // 交换数据 22 swap(node->key, parent->key); 23 // 下一个父节点 24 node = parent; 25 parent = node->parent; 26 } 27 28 // 找到node的前一个根节点(prev) 29 prev = NULL; 30 pos = root; 31 while (pos != node) 32 { 33 prev = pos; 34 pos = pos->next; 35 } 36 // 移除node节点 37 if (prev) 38 prev->next = node->next; 39 else 40 root = node->next; 41 42 root = combine(root, reverse(node->child)); 43 44 delete node; 45 46 return root; 47 } 48 49 template <class T> 50 void BinomialHeap<T>::remove(T key) 51 { 52 mRoot = remove(mRoot, key); 53 }
remove(key)的作用是删除二项堆中键值为key的节点，并返回删除节点后的二项堆。
reverse(root)的作用是反转二项堆root，并返回反转之后的根节点。
下面通过示意图来对删除操作进行说明(删除二项堆中的节点20)。
总的思想，就是将被"删除节点"从它所在的二项树中孤立出来，然后再对二项树进行相应的处理。
PS. 删除操作的图文解析过程与"二项堆的测试程序(Main.cpp)中的testDelete()函数"是对应的！
5. 更新操作
更新二项堆中的某个节点，就是修改节点的值，它包括两部分分："减少节点的值" 和 "增加节点的值" 。
更新操作代码(C++)
1 /* 2 * 更新二项堆的节点node的键值为key 3 */ 4 template <class T> 5 void BinomialHeap<T>::updateKey(BinomialNode<T>* node, T key) 6 { 7 if (node == NULL) 8 return ; 9 10 if(key < node->key) 11 decreaseKey(node, key); 12 else if(key > node->key) 13 increaseKey(node, key); 14 else 15 cout <<"No need to update!!!" <<endl; 16 } 17 18 /* 19 * 将二项堆中键值oldkey更新为newkey 20 */ 21 template <class T> 22 void BinomialHeap<T>::update(T oldkey, T newkey) 23 { 24 BinomialNode<T> *node; 25 26 node = search(mRoot, oldkey); 27 if (node != NULL) 28 updateKey(node, newkey); 29 }
5.1 减少节点的值
减少节点值的操作很简单：该节点一定位于一棵二项树中，减小"二项树"中某个节点的值后要保证"该二项树仍然是一个最小堆"；因此，就需要我们不断的将该节点上调。
减少操作代码(C++)
1 /* 2 * 减少关键字的值：将二项堆中的节点node的键值减小为key。 3 */ 4 template <class T> 5 void BinomialHeap<T>::decreaseKey(BinomialNode<T>* node, T key) 6 { 7 if(key>=node->key || contains(key)) 8 { 9 cout << "decrease failed: the new key(" << key <<") is existed already, " 10 << "or is no smaller than current key(" << node->key <<")" << endl; 11 return ; 12 } 13 node->key = key; 14 15 BinomialNode<T> *child, *parent; 16 child = node; 17 parent = node->parent; 18 while(parent != NULL && child->key < parent->key) 19 { 20 swap(parent->key, child->key); 21 child = parent; 22 parent = child->parent; 23 } 24 }
下面是减少操作的示意图(20->2)
减少操作的思想很简单，就是"保持被减节点所在二项树的最小堆性质"。
PS. 减少操作的图文解析过程与"测试程序(Main.cpp)中的testDecrease()函数"是对应的！
5.2 增加节点的值
增加节点值的操作也很简单。上面说过减少要将被减少的节点不断上调，从而保证"被减少节点所在的二项树"的最小堆性质；而增加操作则是将被增加节点不断的下调，从而保证"被增加节点所在的二项树"的最小堆性质。
增加操作代码(C++)
1 /* 2 * 增加关键字的值：将二项堆中的节点node的键值增加为key。 3 */ 4 template <class T> 5 void BinomialHeap<T>::increaseKey(BinomialNode<T>* node, T key) 6 { 7 if(key<=node->key || contains(key)) 8 { 9 cout << "decrease failed: the new key(" << key <<") is existed already, " 10 << "or is no greater than current key(" << node->key <<")" << endl; 11 return ; 12 } 13 14 node->key = key; 15 16 BinomialNode<T> *cur, *child, *least; 17 cur = node; 18 child = cur->child; 19 while (child != NULL) 20 { 21 if(cur->key > child->key) 22 { 23 // 如果"当前节点" < "它的左孩子"， 24 // 则在"它的孩子中(左孩子 和 左孩子的兄弟)"中，找出最小的节点； 25 // 然后将"最小节点的值" 和 "当前节点的值"进行互换 26 least = child; 27 while(child->next != NULL) 28 { 29 if (least->key > child->next->key) 30 { 31 least = child->next; 32 } 33 child = child->next; 34 } 35 // 交换最小节点和当前节点的值 36 swap(least->key, cur->key); 37 38 // 交换数据之后，再对"原最小节点"进行调整，使它满足最小堆的性质：父节点 <= 子节点 39 cur = least; 40 child = cur->child; 41 } 42 else 43 { 44 child = child->next; 45 } 46 } 47 }
下面是增加操作的示意图(6->60)
增加操作的思想很简单，"保持被增加点所在二项树的最小堆性质"。
PS. 增加操作的图文解析过程与"测试程序(Main.cpp)中的testIncrease()函数"是对应的！
标签：public 操作 删除节点 rect ast 图文解析 个性 while ext
原文地址：https://www.cnblogs.com/Long-w/p/9788368.html
