数据结构——堆（C语言）

本篇会解决一下几个问题：
1.堆是什么？
2.如何形成一个堆？
3.堆的应用场景

堆是什么？

堆总是一颗完全二叉树
堆的某个节点总是不大于或不小于父亲节点

如图，在小堆中，父亲节点总是小于孩子节点的。

如图，在大堆中，父亲节点总是大于孩子节点的。

堆和二叉树还是有很大区别的，堆是用数组来实现的，尽管逻辑结构上是一颗二叉树，但在内存上要比二叉树好，普通的二叉树，你要用链表来存储他们的左右孩子，还要给他们分配空间，但堆只是用数组来表示。

如何形成一个堆？

堆的创建有向上调整和向下调整两种方式。

向上调整：从第一个非叶子节点开始向上调整，一直调整到根节点。

用int a[] ={1,5,3,8,7,6};来做例子，

如图所示，

向下调整：从根节点开始，和左右孩子中小或者大的节点比较，交换，直到小于数组元素。

堆的插入

堆的删除

删除堆是删除堆顶的元素，将堆顶的元素根据最后一个数据一换，然后删除数组中最后一个元素，再进行向下调整算法。

这里想一想为什么要这样？？？

1.因为堆是有数组来创建的，如果直接删除堆顶的数据，第一个缺点就是会造成移动，从后往前覆盖，这样就会造成一个问题。兄弟节点变成父子节点，而且这样也不能很好的利用数组的优点。

2.如果是交换第一个和最后一个元素，这样有2个优点：

第一个是不会破坏除了堆顶的左右堆的结构。
第二个就是会利用数组的优点，数组读取速度很快，这样每次最后或最小的元素就放在了后面。

堆的时间复杂度

向下调整时间复杂度：

则要移动节点的总步数为：

向上调整时间复杂度：

则要调整的节点总数为：

堆的应用场景

堆排序，可以用堆的建立和堆的删除来实现排序，堆排序十分稳定（相同元素的相对位置不会发生交换），而且时间复杂度都是O（N*logN）
TOP-K问题，我们想一想王者荣耀中前100的玩家是怎么实现的，或者专业前10名...问题

1）.先回答一下TOP-K问题：即求数据结合中前K个最大的元素或最小的元素，一把情况下数据很大。

2）.对于这种场景，首先想到的就是排序，但是：数据非常大，排序就不可取了，因为内存大小的原因，不会全部加载到内存，这时堆就发生了巨大的优势。

思路：利用K个元素建堆，如果是求最大的K个元素，就建立小堆，求最小的K歌元素，就建立大堆。然后用N-K个元素与堆顶元素比较，满足条件就交换。

下面是源码：

void HeapInit(Heap* php)
{
  assert(php);

  php->a = NULL;
  php->size = php->capacity =0;
}

void HeapDestroy(Heap* php)
{
  assert(php);

  free(php->a);
  php->a = NULL;
  php->capacity = php->size =0;
}

void Swap(HeapDateType* child, HeapDateType* parent){
  HeapDateType tmp = *child;
  *child=  *parent;
  *parent = tmp;
}

void AdjustUp(HeapDateType* 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;
    }else{
      break;
    }
}

}


void HeapPush(Heap* php,HeapDateType x)
{
  assert(php);
  
  if(php->size == php->capacity){
  int newCapacity = php->capacity == 0?4:php->capacity*2;
  HeapDateType* tmp = (HeapDateType*)realloc(php->a,sizeof(HeapDateType)*newCapacity);

  if(tmp == NULL){
    perror("realloc fail\n");
  }

  php->a = tmp;
  php->capacity = newCapacity;
  }

  php->a[php->size] = x;
  php->size++;

  AdjustUp(php->a,php->size-1);
}

void HeapPrint(Heap* php)
{
  assert(php);

  for(size_t i =0; i<php->size; i++){
    std::cout << php->a[i] << " ";
  }
  std::cout << std::endl;
}

void AdjustDown(HeapDateType* a,int n, int parent)
{
  int child = parent*2+1;
  while(child < n){
    if(child+1 < n && a[child+1] < a[child]){
      child++;
    }

    if(a[child] < a[parent]){
      Swap(&a[child],&a[parent]);
      parent = child;
      child = parent*2+1;
    }else{
      break;
    }
  }
}

HeapDateType HeapTop(Heap* php)
{
  assert(php);
  assert(php->size > 0);

  return php->a[0];
}

void HeapPop(Heap* php)
{
  assert(php);
  assert(php->size > 0);

  Swap(&php->a[0],&php->a[php->size-1]);
  --php->size;

  AdjustDown(php->a,php->size,0);

  
}

bool HeapEmpty(Heap* php)
{
 assert(php);

 return php->size == 0;
}

void HeapSort(int* a, int n)
{
  //向上调整 O(n*logn)
//  for(size_t i =1; i<n; i++){
//    AdjustUp(a,i);
//  }
//
  //向下调整 O(n)
  for(int i = (n-2)/2; i>=0; i--){
    AdjustDown(a,n,i);
  }

  //时间复杂度O(N*logN)
  int end = n-1;
  while(end > 0){
    Swap(&a[0],&a[end]);
    AdjustDown(a,end,0);
    --end;
  }
}

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");
    exit(-1);
  }

  for(int i =0; i<k; i++){
    fscanf(fout,"%d",&minHeap[i]);
  }

  for(int i = (k-2)/2; i>=0; i++){
    AdjustDown(minHeap,k,0);
  }

  int x =0;
  while(fscanf(fout,"%d",&x)!= EOF){
    if(x > minHeap[0]){
      minHeap[0] = x;
      AdjustDown(minHeap,k,0);
    }
  }

  for(int i =0; i<k; i++){
    std::cout << minHeap[i] << " ";
  }
  std::cout << std::endl;
}

数据结构——堆（C语言）

猜你喜欢