标签:结构 value blob c++ pen next app enter 比较
binary heap就是一种complete binary tree(完全二叉树)。也就是说,整棵binary tree除了最底层的叶节点之外,都是满的。而最底层的叶节点由左至右又不得有空隙。
以上是一个对heap的简单介绍。本文将用heap指代此种完全二叉树。那么在实际编写代码的时候怎么组织这种数据呢,其实可以用array来存储这种结构的数据。将数组的第0个元素保留不用,从第一个元素开始存放数据。那么,对于树中的某个位于i的节点,其左子节点必然位于2i处,右子节点必然位于2i+1处,父节点必然位于“i/2”处。当然heap要能动态的改变大小,所以用vector存储数据会更好。
这里还有一个小的细节需要注意一下,heap可以分为max-heap以及min-heap,前者每个节点的键值都大于或等于其子节点键值,后者的每个节点键值都小于或等于其子节点键值。可以推出,max-heap的最大键值在根节点,min-heap的最小键值在根节点。
综上:heap就是一个包含了一组数据(通常可用array/vector来存储)以及一组管理这些数据的算法(插入元素,删除元素,取极值,将一组数据排列成一个heap)。通过这些方法可以保证heap的特性。
因为在c++ stl中并不直接提供heap这样一种数据结构,但它却是很多数据结构的基础:例如优先队列。所以这里我们主要关注的是heap涉及到的一些算法。
在很多书籍当中,通常通过一个上浮的操作来完成push_heap。其基本原理可见下图(假设新加入的元素是50):
一个简易的c++实现:
template<typename T>
void push_heap(std::vector<T> &vec, T value)
{
vec.push_back(value);
int i = vec.size()-1;
while (i > 1 && vec[i] > vec[i / 2]) {
std::swap(vec[i], vec[i / 2]);
i = i / 2;
}
}
pop操作是类似的:
一个简易的c++实现:
template<typename T>
T pop_heap(std::vector<T> &vec)
{
int i = 1;
//将最后元素与第一个元素(根元素)交换, 然后删除最后一个元素
std::swap(vec[1], vec[vec.size() - 1]);
T v = vec[vec.size() - 1];
vec.pop_back();
//将现在的第一个元素/根元素下沉到一个合适的位置
while (2 * i < vec.size()) {
int j = 2 * i; //左子节点
if (j < vec.size() - 1 && vec[j] < vec[j + 1]) j++;
if (vec[j] < vec[i]) break;
std::swap(vec[i], vec[j]);
i = j;
}
return v;
}
sort_heap是利用heap每次都取出极值(这里是max)的特性进行排序。那么只要进行n次pop_heap即可完成排序。
template<typename T>
void sort_heap(std::vector<T> &vec)
{
std::vector<T> temvec;
int size = vec.size()-1;
while (size != 0) {
temvec.push_back(pop_heap(vec));
size--;
}
for (T value : temvec) {
vec.push_back(value);
}
}
See you next time. Happy Coding!!!
我的github
标签:结构 value blob c++ pen next app enter 比较
原文地址:https://www.cnblogs.com/dnhua/p/10224731.html