大-小顶混合堆的实现与应用(a min-max heap)

标签：堆排序   数据结构   二叉树   算法   min-max heap   

一般情况下我们使用的堆都是大顶堆或者小顶堆，其能实现在常数时间内获得数组的最大值或者最小值，同时满足在对数时间内删除和插入元素。但是如果要同时实现即能在常数时间内获得最大值和最小值，又能在对数时间内删除和插入元素，通常情况下的堆就不能满足上述要求了。为此介绍一种新的数据结构min-max heap

min-max heap 是一颗完全二叉树，但是二叉树的奇数层存的是max元素，偶数层存的是min元素，也即在以偶数层的某节点为根节的子树中，根节点最大，若在以奇数层为根节点的子树中，根节点最小。根据上述的思想构造出相应的min-max heap。

算法实现：

#include "min_max_heap.h"
#include <iostream>
#include<vector>
using namespace std;
bool min_max_heap::is_min_level(int index)
{
	int res = 0;
	index = index+1;
	while(index>1)
	{
		res = res + 1;
		index = index>>1;
	}
	if(res % 2 == 0)
		return true;
	return false;
}
bool min_max_heap::has_child(int index) const
{
	int size = data.size();
	if(2*index<size-1)
		return true;
	return false;
}
int min_max_heap::min_child(int index) const
{
	int size = data.size();
	int res=index*2+1;
	if(res<size-1 && data[res]>data[res+1])
		res++;
	return res;
}
int min_max_heap::max_child(int index) const
{
	int size = data.size();
	int res = 2*index +1;
	if(res<size-1 && data[res]<data[res+1])
		res++;
	return res;
}
bool min_max_heap::has_grandchild(int index) const
{
	int size = data.size();
	int k=2*index+1;
	if(2*k<size-1)
		return true;
	return false;
}
int min_max_heap::min_grandchild(int index) const
{
	int size = data.size();
	int res = 2*index+1;
	int left_res = 2*res+1;
	if(left_res < size-1 && data[left_res]>data[left_res + 1])
		left_res++;
	int right_res=-1;
	if(has_child(res+1))
		right_res = 2*(res+1)+1;
	if(right_res == -1)
		res = left_res;
	else
	{
		if(right_res < size-1 && data[right_res]>data[right_res + 1])
			right_res++;
		if(data[left_res] > data[right_res])
			res = right_res;
		else
			res = left_res;
	}
	return res;

}
int min_max_heap::max_grandchild(int index) const
{
	int size = data.size();
	int res = 2*index+1;
	int left_res = 2*res+1;
	if(left_res<size-1 && data[left_res] < data[left_res+1])
		left_res++;
	int right_res = -1;
	if(has_child(res+1))
		right_res = 2*(res+1)+1;
	if(right_res == -1)
		res = left_res;
	else
	{
		if(right_res<size-1 && data[right_res]<data[right_res+1])
			right_res++;
		if(data[left_res] > data[right_res])
			res = left_res;
		else
			res = right_res;
	}
	return res;
}
bool min_max_heap::has_grandfather(int index) const
{
	if(has_parent(index))
	{
		int res = parent(index);
		if(has_parent(res))
			return true;
	}
	return false;
}
int min_max_heap::grandfather(int index) const
{
	int p = parent(index);
	return parent(p);
}
bool min_max_heap::has_parent(int index) const
{
	if(index == 0)
		return false;
	int res = (index-1)/2;
	if(res >=0)
		return true;
	return false;
}
int min_max_heap::parent(int index) const
{
	int res = (index-1)/2;
	return res;
}
min_max_heap::min_max_heap(const int* array, const int n)
{
	for(int i=0; i<n; i++)
		data.push_back(array[i]);
	for(int i=(n-1)/2; i>=0; i--)
	{
		if(is_min_level(i))
			min_shift_down(i);
		else
			max_shift_down(i);
	}
}
min_max_heap::~min_max_heap(){}
void min_max_heap::swap(int i, int j)
{
	int temp = data[i];
	data[i] = data[j];
	data[j] = temp;
}
void min_max_heap::min_shift_up(int index)
{
	if(!has_parent(index))
		return;
	else if(!has_grandfather(index))
	{
		int p = parent(index);
		if(data[p] < data[index])
			swap(p,index);
		return;
	}
	else
	{
		int grand = grandfather(index);
		if(data[grand] > data[index])
		{
			swap(index,grand);
			min_shift_up(grand);
		}
		else
		{
			int p = parent(index);
			if(data[p] > data[index])
				return;
			else
			{
				swap(p,index);
				max_shift_up(p);
			}
		}
	}
}
void min_max_heap::max_shift_up(int index)
{
	if(!has_parent(index))
		return;
	else if(!has_grandfather(index))
	{
		int p = parent(index);
		if(data[p] > data[index])
			swap(p,index);
		return;
	}
	else
	{
		int grand = grandfather(index);
		if(data[grand] < data[index])
		{
			swap(grand,index);
			max_shift_up(grand);
		}
		else
		{
			int p = parent(index);
			if(data[p] < data[index])
				return;
			else
			{
				swap(index,p);
				min_shift_up(p);
			}
		}
	}
}
void min_max_heap::min_shift_down(int index)
{
	if(!has_child(index))
		return;
	else if(!has_grandchild(index))
	{
		int c = min_child(index);
		if(data[c] <data[index])
			swap(c,index);
		return;
	}
	else
	{
		int c = min_child(index);
		if(data[c] < data[index])
		{
			swap(index,c);
			max_shift_down(c);
		}
		int grand = min_grandchild(index);
		if(data[grand] > data[index])
			return;
		else 
		{
			swap(grand,index);
			index = grand;
			int p = parent(index);
			if(data[p] < data[index])
				swap(p,index);
			min_shift_down(index);
		}
	}
}
void min_max_heap::max_shift_down(int index)
{
	if(!has_child(index))
		return;
	else if(!has_grandchild(index))
	{
		int c = max_child(index);
		if(data[c] > data[index])
			swap(c,index);
		return;
	}
	else
	{
		int c = max_child(index);
		if(data[c] > data[index])
		{
			swap(c,index);
			min_shift_down(c);
		}
		int grand = max_grandchild(index);
		if(data[grand] < data[index])
			return;
		else
		{
			swap(grand,index);
			index = grand;
			int p = parent(index);
			if(data[p] > data[index])
				swap(p,index);
			max_shift_down(index);
		}
	}
}
void min_max_heap::insert(int item)
{
	data.push_back(item);
	int index = data.size()-1;
	if(is_min_level(index))
		min_shift_up(index);
	else
		max_shift_up(index);
}
int min_max_heap::delmin()
{
	int res = -1;
	int n = data.size();
	if(n == 0)
		return -1;
	res = data[0];
	swap(0,n-1);
	data.pop_back();
	min_shift_down(0);
	
	return res;
		
}
int min_max_heap::delmax()
{
	int n = data.size();
	int res = -1;
	if(n == 0)
		return res;
	if(n==1)
	{
		res = data[0];
		data.pop_back();
	}
	else
	{
		int c = max_child(0);
		res = data[c];
		swap(c,n-1);
		data.pop_back();
		max_shift_down(c);
	}
	return res;
}
int min_max_heap::min()
{
	if(data.size()==0)
		return -1;
	return data[0];
}
int min_max_heap::max()
{
	int n = data.size();
	if(n==0)
		return -1;
	if(n==1)
		return data[0];
	return data[max_child(0)];
}
ostream& operator<<(ostream& os, const min_max_heap& hp)
{
	for(unsigned i=0; i<hp.data.size(); i++)
		os<<hp.data[i]<<" ";
	return os;
}

测试代码：

#include <iostream>
#include "min_max_heap.h"
#include <time.h>
#include <stdlib.h>
using namespace std;
int* create_array(const int n);
void main()
{
	int n;
	cin>>n;
	while(n>0)
	{
		int* a = create_array(n);
		cout<<"The array: ";
		for(int i=0; i<n; i++)
			cout<<a[i]<<" ";
		cout<<endl;
		min_max_heap hp(a,n);
		cout<<"The min-max heap: "<<hp<<endl;
		cout<<"delmax(): ";
		for(int i=0; i<n; i++)
			cout<<hp.delmax()<<" ";
		cout<<endl;
		for(int i=0; i<n; i++)
			hp.insert(a[i]);
		cout<<"The min-max heap: "<<hp<<endl;
		cout<<"delmin(): ";
		for(int i=0; i<n; i++)
			cout<<hp.delmin()<<" ";
		cout<<endl;
		cin>>n;
	}
}
int* create_array(const int n)
{
	int* res = new int[n];
	for(int i=0; i<n; i++)
		res[i] = 0;
	for(int i=0; i<n; i++)
	{
		srand((unsigned)time(0));
		while(1)
		{
			int m=rand()%n;
			if(res[m] ==0)
			{
				res[m] = i;
				break;
			}
		}
	}
	return res;
}

大-小顶混合堆的实现与应用(a min-max heap)

标签：堆排序   数据结构   二叉树   算法   min-max heap   

原文地址：http://blog.csdn.net/shaya118/article/details/41250387