目次
二分木の順次格納構造::
二分木の逐次構造
通常のバイナリ ツリーは、多くの無駄なスペースが存在する可能性があるため、配列への格納には適していません。完全なバイナリ ツリーは、順次構造の格納に適しています。実際には、通常、ヒープ
(
バイナリ ツリー
)を連続した構造の配列に格納します. ここでのヒープと
オペレーティング システムの仮想プロセス アドレス空間のヒープは 2 つの異なるものであることに
注意してください. 1 つはデータです.
もう 1 つはオペレーティング システムでの管理であり、メモリの領域はセグメント化されています。
ヒープの概念と構造:
キーコードの集合 K={k0,k1,k2,...kn-1} が存在する場合、そのすべての要素を完全な二分木の順序で 1 次元配列に格納し、Ki<= を満たします。 K2i+1 かつ Ki<=K2i+2 (Ki>=K2i+1 かつ Ki>=K2i+2) i=0, 1, 2... の場合、これを小さなヒープ (または大きなヒープ) と呼びます。最大のノードを持つヒープは最大ヒープまたは大ルート ヒープと呼ばれ、最小のルート ノードを持つヒープは最小ヒープまたは小ルート ヒープと呼ばれます。
ヒープのプロパティ:
1. ヒープ内のノードの値は常に、その親ノードの値よりも大きくも小さくもありません。
2. ヒープは常に完全なバイナリ ツリーです。
複数の選択肢の質問:
1.下列关键字序列为堆的是:()
A 100,60,70,50,32,65
B 60,70,65,50,32,100
C 65,100,70,32,50,60
D 70,65,100,32,50,60
E 32,50,100,70,65,60
F 50,100,70,65,60,32
2.已知小根堆为8,15,10,21,34,16,12,删除关键字 8 之后需重建堆,在此过程中,关键字之间的比较次
数是()。
A 1
B 2
C 3
D 4
3.一组记录排序码为(5 11 7 2 3 17),则利用堆排序方法建立的初始堆为
A(11 5 7 2 3 17)
B(11 5 7 2 17 3)
C(17 11 7 2 3 5)
D(17 11 7 5 3 2)
E(17 7 11 3 5 2)
F(17 7 11 3 2 5)
4.最小堆[0,3,2,5,7,4,6,8],在删除堆顶元素0之后,其结果是()
A[3,2,5,7,4,6,8]
B[2,3,5,7,4,6,8]
C[2,3,4,5,7,8,6]
D[2,3,4,5,6,7,8]
选择题答案:
1.A
2.C
3.C
4.C
ヒープの実装:
ヒープ調整アルゴリズム:
ここで、論理的に完全な二分木と見なされる配列を与えます。ルートノードから始まる下方調整アルゴリズムを通じて調整できます
小さな山に。下方調整アルゴリズムには前提があります。左右のサブツリーは、調整されるヒープでなければなりません。
int array[] = {27,15,19,18,28,34,65,49,25,37};
ヒープの作成:
論理的には完全なバイナリ ツリーと見なすことができる配列を次に示しますが、これはまだヒープではありません. 次に、アルゴリズムを使用してヒープに構築します。ルート ノードの左右のサブツリーはヒープではありません。どのように調整すればよいでしょうか。ここで、最初の非葉ノードの最後のサブツリーからルート ノードのツリーまで調整を開始し、それをパイルに調整できます。
int a[] = {1,5,3,8,7,6};
ヒープを構築する時間の複雑さの証明:
ヒープへの挿入:
最初に配列の末尾に 10 を挿入し、ヒープが満たされるまで上方調整アルゴリズムを実行します。
ヒープの削除:
ヒープのコード実装:
Heap.h
#pragma once
#include<stdio.h>
#include<assert.h>
#include<stdlib.h>
#include<stdbool.h>
#include<time.h>
typedef int HPDataType;
typedef struct Heap
{
HPDataType* a;
int size;
int capacity;
}HP;
void HeapPrint(HP* php)
{
for (int i = 0; i < php->size; ++i)
{
printf("%d ", php->a[i]);
}
printf("\n");
}
void AdjustUp(HPDataType* a, int child);
void AdjustDown(HPDataType* a, int n, int parent);
void HeapInit(HP* php);
void Swap(HPDataType* p1, HPDataType* p2);
void HeapDestory(HP* php);
//插入x继续保持堆形态
void HeapPush(HP* php, HPDataType x);
//删除堆顶的元素
void HeapPop(HP* php);
//返回堆顶的元素
HPDataType HeapTop(HP* php);
bool HeapEmpty(HP* php);
int HeapSize(HP* php);
Heap.c
#include"Heap.h"
void HeapInit(HP* php)
{
assert(php);
php->a = NULL;
php->size = php->capacity = 0;
}
void HeapDestory(HP* php)
{
assert(php);
free(php->a);
php->a = NULL;
php->capacity = php->size = 0;
}
void Swap(HPDataType* p1, HPDataType* p2)
{
HPDataType tmp = *p1;
*p1 = *p2;
*p2 = tmp;
}
//向上调整算法
//堆的向上调整次数为完全二叉树的层数,即向上调整算法(堆中插入x)的时间复杂度为O(logN)
void AdjustUp(HPDataType* a, int child)
{
int parent = (child - 1) / 2;
//不要用while(parent>=0)作继续条件 当child=0时 parent仍为0 程序陷入死循环
while (child > 0)
{
//小于改大于变大堆
if (a[child] < a[parent])
{
Swap(&a[child], &a[parent]);
child = parent;
parent = (child - 1) / 2;
}
else
{
break;
}
}
}
//插入x继续保持堆形态
void HeapPush(HP* php, HPDataType x)
{
assert(php);
if (php->size == php->capacity)
{
int newCapacity = php->capacity == 0 ? 4 : php->capacity * 2;
HPDataType* tmp = (HPDataType*)realloc(php->a, newCapacity * sizeof(HPDataType));
if (tmp == NULL)
{
perror("realloc fail");
exit(-1);
}
php->a[php->size] = x;
php->size++;
AjustUp(php->a, php->size - 1);
}
}
//向下调整算法的前提条件是保证左子树右子树均为小堆
void AdjustDown(HPDataType* a, int n, int parent)
{
int minChild = parent * 2 + 1;
while (minChild < n)
{
//找出小的那个孩子
if (minChild + 1 < n && a[minChild + 1] < a[minChild])
{
minChild++;
}
if (a[minChild] < a[parent])
{
Swap(&a[minChild], &a[parent]);
parent = minChild;
minChild = parent * 2 + 1;
}
else
{
break;
}
}
}
//删除堆顶的元素——找次大或者次小
//时间复杂度为O(logN)
void HeapPop(HP* php)
{
assert(php);
assert(!HeapEmpty(php));
Swap(&php->a[0], &php->a[php->size - 1]);
php->size--;
AdjustDown(php->a, php->size, 0);
}
//返回堆顶的元素
HPDataType HeapTop(HP* php)
{
assert(php);
assert(!HeapEmpty(php));
return php->a[0];
}
bool HeapEmpty(HP* php)
{
assert(php);
return php->size == 0;
}
int HeapSize(HP* php)
{
assert(php);
return php->size;
}
ヒープ アプリケーション:
ヒープソート:
ヒープソートコードの実装:
//堆排序—时间复杂度O(N*logN)
//利用数据结构的堆来实现堆排序的缺陷:
//1.堆的数据结构实现复杂
//2.遍历堆再依次取出来放入新的数组中,空间复杂度为O(N)
//大思路:选择排序 依次选数 从后往前排
//升序—建大堆
//降序—建小堆
//改堆排序的升序和降序只需要改变向下调整算法的大于号和小于号
//如果升序建小堆如何依次选次小的数据出来
//第一个数据排好 剩下的数据看作堆 父子关系全乱了 只能重新建堆选次小的数据 效率降低
void HeapSort(int* a, int n)
{
//建堆—向上调整建堆—O(N*logN)
/*for (int i = 1; i < n; ++i)
{
AdjustUp(a, i);
}*/
//建堆—向下调整建堆—O(N)
//保证左子树和右子树均为堆结构,从倒数第一个非叶子节点开始向下调整(最后一个节点的父亲) 直到调整到根
//为什么高效?是因为不用调整完全二叉树的最后一层且节点越多调整的次数越少
for (int i = (n - 1 - 1) / 2; i >= 0; --i)//不建议for(int i=n-1;i>=0;--i)
{
AdjustDown(a, n, i);
}
//升序
//1.建大堆
//2.第一个和最后位置交换 把最后一个不看做堆里面的 向下调整 选出次大的 后续依次类似调整
//选数
//通过向下调整算法选好n-1个数 最小的数自然就在前面了
int i = 1;
while (i < n)
{
Swap(&a[0], &a[n - i]);
AdjustDown(a, n - i, 0);
++i;
}
}
int main()
{
int a[] = { 15.1,19,25,8,34,65,4,27,7 };
HeapSort(a, sizeof(a) / sizeof(int));
for (size_t i = 0; i < sizeof(a) / sizeof(int); ++i)
{
printf("%d ",a[i]);
}
printf("\n");
return 0;
}
トップKの質問:
TOP-K
問題: データの組み合わせで上位
K 個
の最大要素または最小要素を見つける. 一般に、データ量は比較的多い
.
例: トップ10 の
プロ
プレーヤー、世界のトップ
500 、リッチ リスト、
ゲームの
アクティブなプレーヤーのトップ
100など。
Top-K問題
の場合
、考えられる最も単純で直接的な方法は並べ替えですが、データ量が非常に多い場合、並べ替えはお勧めできません
(
おそらく
一度にすべてのデータをメモリにロードすることはできません
)
。最善の方法は、ヒープを使用して解決することです. 基本的な考え方は次のとおりです:
1.データセットの
最初の
K
個の要素を使用してヒープを構築します
最初の
k個
の最大要素について、小さなヒープを構築します
最初の
k 個
の最小要素について、大きなヒープを構築します
2.
残りの
NK
要素を使用して上位要素と順番に比較し、満たされていない場合は上位要素を置き換えます。
残りの
NK
要素をヒープの最上位要素と順番に比較した後、ヒープ内の残りの
K要素は、最初の
K個の最小または最大の要素
です。
//Top-K问题
void CreateDataFile(filename, N)
{
FILE* fin = fopen(filename, "w");
if (fin == NULL)
{
perror("fopen fail");
return;
}
srand(time(0));
for (int i = 0; i < N; ++i)
{
fprintf(fin, "%d ",rand());
}
fclose(fin);
}
void PrintTopK(const char* filename, int k)
{
assert(filename);
FILE* fout = fopen(filename, "r");
if (fout == NULL)
{
perror("fopen fail");
return;
}
int* minHeap = (int*)malloc(sizeof(int) * k);
if (minHeap == NULL)
{
perror("fopen fail");
return;
}
//如何读取前K个数据
for (int i = 0; i < k; ++i)
{
fscanf(fout, "%d", &minHeap[i]);
}
//建k个数小堆
for (int j = (k - 2) / 2; j >= 0; --j)
{
AdjstDown(minHeap, k, j);
}
//继续读取后N-K个
int val = 0;
while (fscanf(fout, "%d", &val) != EOF)
{
if (val > minHeap[0])
{
minHeap[0] = val;
AdjustDown(minHeap, k, 0);
}
}
for (int i = 0; i < k; ++i)
{
printf("%d", minHeap[i]);
}
free(minHeap);
fclose(fout);
}
int main()
{
const char* filename = "Data.txt";
int N = 10000;
int K = 10;
CreateDataFile(filename, N);
PrintTopK(filename, K);
return 0;
}