当前位置: 首页 > article >正文

堆的数据结构以及堆的相应操作

堆的定义

二叉树中的堆使用顺序存储的结构来进行存储这里的堆指代的是一种数据结构

在一个关键码存在的集合中K = {K1,K2,K3,....,Kn},把它的所有元素按照完全二叉树的顺序存储方式,存储在一个一维数组中,如果根结点的元素值大于其左右孩子的值,并且每个子树都满足这种情况,其对应的堆,我们称为最大堆

堆的相关操作

//Heap.h

#pragma once
#include<iostream>
#include<stdlib.h>
#include<stdbool.h>
using namespace std;

#pragma region 定义堆的存储结构
typedef int HeapDataType;
/*定义哨兵*/
#define MAXDATA 0xfffff
typedef struct HNode* heap;
typedef heap MaxHeap;/*MaxHeap==Heap==HNode  所以MaxHeap是指针类型*/
typedef struct HNode
{
	HeapDataType* HeadData;/*指针用来指向数据存储的空间*/
	int sizes;/*当前堆的存储的数据的个数*/
	int capacity;/*堆所满足的最大的容量*/
};
#pragma endregion
/*堆的创建*/
MaxHeap/*此时实际上返回的是HNode*/ CreatHeap(int MaxSize);
/*堆的销毁*/
void DestoryHeap(MaxHeap M_hp);
/*堆的插入*/
MaxHeap InsertHeap(MaxHeap Mhp, HeapDataType* item);
/*堆的删除*/
MaxHeap DeleteHeap(MaxHeap Mhp);
/*创建最大堆*/
void MoveDown(MaxHeap Mhp, int length);
/*判断堆是否已满*/
bool IsFull(MaxHeap Mhp);

堆的具体实现的CPP程序

#include"Heap.h"
/*创建具有MaxSize容量的最大堆*/
MaxHeap/*此时实际上返回的是HNode*/ CreatHeap(int MaxSize)
{
	MaxHeap Heap = NULL;
	Heap = (MaxHeap)malloc(sizeof(HNode));
	Heap->HeadData = (HeapDataType*)malloc(sizeof(HNode)*(MaxSize + 1));
	Heap->capacity = MaxSize;
	Heap->sizes = 0;
	Heap->HeadData[0] = MAXDATA;
	return Heap;
}
#pragma region 销毁最大堆
void DestoryHeap(MaxHeap Mhp)
{
	if (Mhp == NULL)
	{
		return;
	}
	delete[] Mhp->HeadData;
	Mhp->HeadData = NULL;
	Mhp->capacity = 0;
	Mhp->sizes = 0;
}
#pragma endregion
#pragma region 最大堆元素的插入
void SWAP(HeapDataType item_1, HeapDataType item_2)
{
	HeapDataType tmpstore;
	tmpstore = item_1;
	item_1 = item_2;
	item_2 = item_1;
}
MaxHeap InsertHeap(MaxHeap Mhp, HeapDataType* item)
{
	if (Mhp == NULL || item == NULL)
	{
		return false;/*输入的数据不符合要求*/
	}
	MaxHeap tmphp = NULL;
	tmphp = Mhp;
	/*判断是否满了*/
	if (tmphp->sizes == tmphp->capacity)
	{
		cout << "该堆结构存储空间已满" << endl;
		return false;
	}
	tmphp->HeadData[tmphp->sizes + 1] = *item;/*将元素首先放在尾部*/
	int childPos = tmphp->sizes + 1;
	int parentPos = childPos / 2;
	while (tmphp->HeadData[childPos] > tmphp->HeadData[parentPos])/*证明插入数据大于根节点的数据*/
	{
		SWAP(tmphp->HeadData[childPos], tmphp->HeadData[parentPos]);
		childPos = parentPos;
		parentPos = childPos / 2;
	}
	tmphp->sizes++;
	return tmphp;
}
#pragma endregion
#pragma region 最大堆元素的删除
MaxHeap DeleteHeap(MaxHeap Mhp)
{
	if (Mhp == NULL || Mhp->sizes == 0)
	{
		cout << "堆为空" << endl;
		return NULL;
	}
	MaxHeap tmphp = NULL;
	tmphp = Mhp;
	int parent = 1;
	int child = 2 * parent + 1;
	while (child<=tmphp->sizes)
	{
		if ((child+1<=tmphp->sizes)/*右孩子存在*/ && (tmphp->HeadData[child]<tmphp->HeadData[child+1]/*选择孩子中的最大一个*/) )
		{
			child = child + 1;/*先找到符合条件的child的位置*/
		}
		/*交换*/
		if (tmphp->HeadData[parent]<tmphp->HeadData[child])
		{
			SWAP(tmphp->HeadData[parent], tmphp->HeadData[child]);
			parent = child;
			child = 2 * parent + 1;
		}
		else
		{
			break;
		}
	}
	tmphp->sizes--;
	return tmphp;
}
#pragma endregion
#pragma region 创建最大堆
void MoveDown(MaxHeap Mhp, int length)
{
	if (Mhp == NULL || length == 0)
	{
		cout << "输入的堆的元素为空" << endl;
		return;
	}
	MaxHeap tmphp = NULL;
	tmphp = Mhp;
	int parent = length;
	int child = 2 * length + 1;
	while (child <=tmphp->sizes)/*防止左孩子出界*/
	{

		if ((child+1<=tmphp->sizes) && (tmphp->HeadData[child]<=tmphp->HeadData[child+1]))
		{
			/*右孩子更大*/
			child = child + 1;/*将更换的位置调整为右孩子*/
		}
		/*判断父结点位置的元素是否比孩子结点的小*/
		if (tmphp->HeadData[parent]<tmphp->HeadData[child])
		{
			SWAP(tmphp->HeadData[parent], tmphp->HeadData[child]);
			parent = child;
			child = 2 * parent + 1;
		}
		else
		{
			break;
		}
	}
}
MaxHeap CreatMaxHeap(MaxHeap Mhp)
{
	int length = Mhp->sizes/2;
	MaxHeap tmphp = NULL;
	tmphp = Mhp;
	/*首先找到具有最后一个结点的孩子*/
	for (length;length>0;length--)
	{
		MoveDown(tmphp, length);
	}
	return tmphp;
}
#pragma endregion
#pragma region 判断堆满情况
bool IsFull(MaxHeap Mhp)
{
	if (Mhp->sizes == Mhp->capacity)
	{
		return true;
	}
	return false;
}
#pragma endregion

这里需要明确:给定一组数据,利用大根堆的方式存储,具体步骤:

  • > 首先寻找到具有最后一个顺序存储的叶子结点的父亲结点,开始实现自后向前的遍历
  • 遍历的每一个结点都实现基于大根堆的大数据向上移动而小数据向下move down的策略 。所以,有了一种针对每个结点都重复一次操作的实现过程。

http://www.kler.cn/news/233555.html

相关文章:

  • 校园团餐SAAS系统源码
  • Spring Boot配置文件优先级
  • Java序列化详解
  • 深入了解RocketMQ消息中间件:架构、特性和应用场景
  • 过年在家玩幻兽帕鲁,腾讯云和阿里云Palworld新年礼物
  • 3.1-媒资管理之需求分析+搭建Nacos
  • 大模型学习笔记二:prompt工程
  • 力扣hot100 -- 双指针
  • BatchNorm介绍:卷积神经网络中的BN
  • 2024牛客寒假算法基础集训营1——H
  • 算法竞赛进阶指南——搜索
  • 鸿蒙学习-app.json5配置文件
  • EMNLP 2023精选:Text-to-SQL任务的前沿进展(下篇)——Findings论文解读
  • Blazor Wasm Gitee 码云登录
  • EMC学习笔记(二十三)降低EMI的PCB设计指南(三)
  • 四、机器学习基础概念介绍
  • 一文彻底搞懂Kafka如何保证消息不丢失
  • Arthas使用教程—— 阿里开源线上监控诊断产品
  • 数据结构-并查集
  • 力扣231. 2 的幂(数学,二分查找,位运算)
  • H5/CSS 笔试面试考题(61-70)
  • TCP 传输控制协议——详细
  • Java强训day16(选择题编程题)
  • 【项目问题解决】java. net.SocketException: Connection reset
  • python命令行参数Argparse
  • Django(十)
  • rtt设备io框架面向对象学习-框架
  • 探索C语言的内存魔法:动态内存管理解析
  • 6 scala-面向对象编程基础
  • [word] word2019段落中创建纵横混排的方法图解教程 #知识分享#其他#职场发展