二叉堆(C++实现)
时间:2021-08-03
本文章向大家介绍二叉堆(C++实现),主要包括二叉堆(C++实现)使用实例、应用技巧、基本知识点总结和需要注意事项,具有一定的参考价值,需要的朋友可以参考一下。
堆简介:
堆(heap),是作为数据结构中的堆来讨论,而并非内存结构中的堆,堆本身可以被看作满足一些特定条件的树,其满足的性质如下:
1.堆必定是一颗完全树;
2.堆中任意节点的值总是不大于或不小于其子节点的值。
二叉堆:
二叉堆是一颗完全二叉树或者近似完全二叉树,根据其由上而下以大至小或者以小至大可以分为最大堆或者最小堆
通常我们使用数组来实现二叉堆, 当用数组来实现时,其父节点与子节点存在一定的位置关系,有两种不同的存储差异:即将堆的首元素存于数组的第零个位置还是第一个位置
*第一个元素在数组中索引为0时,其父节点与子节点关系如下:
(01) 索引为i的左孩子的索引是 (2*i+1);
(02) 索引为i的左孩子的索引是 (2*i+2);
(03) 索引为i的父结点的索引是 floor((i-1)/2);
*第一个元素在数组中索引为1时,其父节点与子节点关系如下:
(01) 索引为i的左孩子的索引是 (2*i);
(02) 索引为i的左孩子的索引是 (2*i+1);
(03) 索引为i的父结点的索引是 floor(i/2);
关于二叉堆的C++实现(包括最大堆与最小堆实现):
最大堆实现:
1 /** 2 * 二叉堆(最大堆) 3 * 4 * @author skywang 5 * @date 2014/03/07 6 */ 7 8 #include <iomanip> 9 #include <iostream> 10 using namespace std; 11 12 template <class T> 13 class MaxHeap{ 14 private: 15 T *mHeap; // 数据 16 int mCapacity; // 总的容量 17 int mSize; // 实际容量 18 19 private: 20 // 最大堆的向下调整算法 21 void filterdown(int start, int end); 22 // 最大堆的向上调整算法(从start开始向上直到0,调整堆) 23 void filterup(int start); 24 public: 25 MaxHeap(); 26 MaxHeap(int capacity); 27 ~MaxHeap(); 28 29 // 返回data在二叉堆中的索引 30 int getIndex(T data); 31 // 删除最大堆中的data 32 int remove(T data); 33 // 将data插入到二叉堆中 34 int insert(T data); 35 // 打印二叉堆 36 void print(); 37 }; 38 39 /* 40 * 构造函数 41 */ 42 template <class T> 43 MaxHeap<T>::MaxHeap() 44 { 45 new (this)MaxHeap(30); 46 } 47 48 template <class T> 49 MaxHeap<T>::MaxHeap(int capacity) 50 { 51 mSize = 0; 52 mCapacity = capacity; 53 mHeap = new T[mCapacity]; 54 } 55 /* 56 * 析构函数 57 */ 58 template <class T> 59 MaxHeap<T>::~MaxHeap() 60 { 61 mSize = 0; 62 mCapacity = 0; 63 delete[] mHeap; 64 } 65 66 /* 67 * 返回data在二叉堆中的索引 68 * 69 * 返回值: 70 * 存在 -- 返回data在数组中的索引 71 * 不存在 -- -1 72 */ 73 template <class T> 74 int MaxHeap<T>::getIndex(T data) 75 { 76 for(int i=0; i<mSize; i++) 77 if (data==mHeap[i]) 78 return i; 79 80 return -1; 81 } 82 83 /* 84 * 最大堆的向下调整算法 85 * 86 * 注:数组实现的堆中,第N个节点的左孩子的索引值是(2N+1),右孩子的索引是(2N+2)。 87 * 88 * 参数说明: 89 * start -- 被下调节点的起始位置(一般为0,表示从第1个开始) 90 * end -- 截至范围(一般为数组中最后一个元素的索引) 91 */ 92 template <class T> 93 void MaxHeap<T>::filterdown(int start, int end) 94 { 95 int c = start; // 当前(current)节点的位置 96 int l = 2*c + 1; // 左(left)孩子的位置 97 T tmp = mHeap[c]; // 当前(current)节点的大小 98 99 while(l <= end) 100 { 101 // "l"是左孩子,"l+1"是右孩子 102 if(l < end && mHeap[l] < mHeap[l+1]) 103 l++; // 左右两孩子中选择较大者,即mHeap[l+1] 104 if(tmp >= mHeap[l]) 105 break; //调整结束 106 else 107 { 108 mHeap[c] = mHeap[l]; 109 c = l; 110 l = 2*l + 1; 111 } 112 } 113 mHeap[c] = tmp; 114 } 115 116 /* 117 * 删除最大堆中的data 118 * 119 * 返回值: 120 * 0,成功 121 * -1,失败 122 */ 123 template <class T> 124 int MaxHeap<T>::remove(T data) 125 { 126 int index; 127 // 如果"堆"已空,则返回-1 128 if(mSize == 0) 129 return -1; 130 131 // 获取data在数组中的索引 132 index = getIndex(data); 133 if (index==-1) 134 return -1; 135 136 mHeap[index] = mHeap[--mSize]; // 用最后元素填补 137 filterdown(index, mSize-1); // 从index位置开始自上向下调整为最大堆 138 139 return 0; 140 } 141 142 /* 143 * 最大堆的向上调整算法(从start开始向上直到0,调整堆) 144 * 145 * 注:数组实现的堆中,第N个节点的左孩子的索引值是(2N+1),右孩子的索引是(2N+2)。 146 * 147 * 参数说明: 148 * start -- 被上调节点的起始位置(一般为数组中最后一个元素的索引) 149 */ 150 template <class T> 151 void MaxHeap<T>::filterup(int start) 152 { 153 int c = start; // 当前节点(current)的位置 154 int p = (c-1)/2; // 父(parent)结点的位置 155 T tmp = mHeap[c]; // 当前节点(current)的大小 156 157 while(c > 0) 158 { 159 if(mHeap[p] >= tmp) 160 break; 161 else 162 { 163 mHeap[c] = mHeap[p]; 164 c = p; 165 p = (p-1)/2; 166 } 167 } 168 mHeap[c] = tmp; 169 } 170 171 /* 172 * 将data插入到二叉堆中 173 * 174 * 返回值: 175 * 0,表示成功 176 * -1,表示失败 177 */ 178 template <class T> 179 int MaxHeap<T>::insert(T data) 180 { 181 // 如果"堆"已满,则返回 182 if(mSize == mCapacity) 183 return -1; 184 185 mHeap[mSize] = data; // 将"数组"插在表尾 186 filterup(mSize); // 向上调整堆 187 mSize++; // 堆的实际容量+1 188 189 return 0; 190 } 191 192 /* 193 * 打印二叉堆 194 * 195 * 返回值: 196 * 0,表示成功 197 * -1,表示失败 198 */ 199 template <class T> 200 void MaxHeap<T>::print() 201 { 202 for (int i=0; i<mSize; i++) 203 cout << mHeap[i] << " "; 204 } 205 206 int main() 207 { 208 int a[] = {10, 40, 30, 60, 90, 70, 20, 50, 80}; 209 int i, len=(sizeof(a)) / (sizeof(a[0])) ; 210 MaxHeap<int>* tree=new MaxHeap<int>(); 211 212 cout << "== 依次添加: "; 213 for(i=0; i<len; i++) 214 { 215 cout << a[i] <<" "; 216 tree->insert(a[i]); 217 } 218 219 cout << "\n== 最 大 堆: "; 220 tree->print(); 221 222 i=85; 223 tree->insert(i); 224 cout << "\n== 添加元素: " << i; 225 cout << "\n== 最 大 堆: "; 226 tree->print(); 227 228 i=90; 229 tree->remove(i); 230 cout << "\n== 删除元素: " << i; 231 cout << "\n== 最 大 堆: "; 232 tree->print(); 233 cout << endl; 234 235 return 0; 236 }
最小堆实现:
1 /** 2 * 二叉堆(最小堆) 3 * 4 * @author skywang 5 * @date 2014/03/07 6 */ 7 8 #include <iomanip> 9 #include <iostream> 10 using namespace std; 11 12 template <class T> 13 class MinHeap{ 14 private: 15 T *mHeap; // 数据 16 int mCapacity; // 总的容量 17 int mSize; // 实际容量 18 19 private: 20 // 最小堆的向下调整算法 21 void filterdown(int start, int end); 22 // 最小堆的向上调整算法(从start开始向上直到0,调整堆) 23 void filterup(int start); 24 public: 25 MinHeap(); 26 MinHeap(int capacity); 27 ~MinHeap(); 28 29 // 返回data在二叉堆中的索引 30 int getIndex(T data); 31 // 删除最小堆中的data 32 int remove(T data); 33 // 将data插入到二叉堆中 34 int insert(T data); 35 // 打印二叉堆 36 void print(); 37 }; 38 39 /* 40 * 构造函数 41 */ 42 template <class T> 43 MinHeap<T>::MinHeap() 44 { 45 new (this)MinHeap(30); 46 } 47 48 template <class T> 49 MinHeap<T>::MinHeap(int capacity) 50 { 51 mSize = 0; 52 mCapacity = capacity; 53 mHeap = new T[mCapacity]; 54 } 55 /* 56 * 析构函数 57 */ 58 template <class T> 59 MinHeap<T>::~MinHeap() 60 { 61 mSize = 0; 62 mCapacity = 0; 63 delete[] mHeap; 64 } 65 66 /* 67 * 返回data在二叉堆中的索引 68 * 69 * 返回值: 70 * 存在 -- 返回data在数组中的索引 71 * 不存在 -- -1 72 */ 73 template <class T> 74 int MinHeap<T>::getIndex(T data) 75 { 76 for(int i=0; i<mSize; i++) 77 if (data==mHeap[i]) 78 return i; 79 80 return -1; 81 } 82 83 /* 84 * 最小堆的向下调整算法 85 * 86 * 注:数组实现的堆中,第N个节点的左孩子的索引值是(2N+1),右孩子的索引是(2N+2)。 87 * 88 * 参数说明: 89 * start -- 被下调节点的起始位置(一般为0,表示从第1个开始) 90 * end -- 截至范围(一般为数组中最后一个元素的索引) 91 */ 92 template <class T> 93 void MinHeap<T>::filterdown(int start, int end) 94 { 95 int c = start; // 当前(current)节点的位置 96 int l = 2*c + 1; // 左(left)孩子的位置 97 T tmp = mHeap[c]; // 当前(current)节点的大小 98 99 while(l <= end) 100 { 101 // "l"是左孩子,"l+1"是右孩子 102 if(l < end && mHeap[l] > mHeap[l+1]) 103 l++; // 左右两孩子中选择较小者,即mHeap[l+1] 104 if(tmp <= mHeap[l]) 105 break; //调整结束 106 else 107 { 108 mHeap[c] = mHeap[l]; 109 c = l; 110 l = 2*l + 1; 111 } 112 } 113 mHeap[c] = tmp; 114 } 115 116 /* 117 * 删除最小堆中的data 118 * 119 * 返回值: 120 * 0,成功 121 * -1,失败 122 */ 123 template <class T> 124 int MinHeap<T>::remove(T data) 125 { 126 int index; 127 // 如果"堆"已空,则返回-1 128 if(mSize == 0) 129 return -1; 130 131 // 获取data在数组中的索引 132 index = getIndex(data); 133 if (index==-1) 134 return -1; 135 136 mHeap[index] = mHeap[--mSize]; // 用最后元素填补 137 filterdown(index, mSize-1); // 从index号位置开始自上向下调整为最小堆 138 139 return 0; 140 } 141 142 /* 143 * 最小堆的向上调整算法(从start开始向上直到0,调整堆) 144 * 145 * 注:数组实现的堆中,第N个节点的左孩子的索引值是(2N+1),右孩子的索引是(2N+2)。 146 * 147 * 参数说明: 148 * start -- 被上调节点的起始位置(一般为数组中最后一个元素的索引) 149 */ 150 template <class T> 151 void MinHeap<T>::filterup(int start) 152 { 153 int c = start; // 当前节点(current)的位置 154 int p = (c-1)/2; // 父(parent)结点的位置 155 T tmp = mHeap[c]; // 当前节点(current)的大小 156 157 while(c > 0) 158 { 159 if(mHeap[p] <= tmp) 160 break; 161 else 162 { 163 mHeap[c] = mHeap[p]; 164 c = p; 165 p = (p-1)/2; 166 } 167 } 168 mHeap[c] = tmp; 169 } 170 171 /* 172 * 将data插入到二叉堆中 173 * 174 * 返回值: 175 * 0,表示成功 176 * -1,表示失败 177 */ 178 template <class T> 179 int MinHeap<T>::insert(T data) 180 { 181 // 如果"堆"已满,则返回 182 if(mSize == mCapacity) 183 return -1; 184 185 mHeap[mSize] = data; // 将"数组"插在表尾 186 filterup(mSize); // 向上调整堆 187 mSize++; // 堆的实际容量+1 188 189 return 0; 190 } 191 192 /* 193 * 打印二叉堆 194 * 195 * 返回值: 196 * 0,表示成功 197 * -1,表示失败 198 */ 199 template <class T> 200 void MinHeap<T>::print() 201 { 202 for (int i=0; i<mSize; i++) 203 cout << mHeap[i] << " "; 204 } 205 206 int main() 207 { 208 int a[] = {80, 40, 30, 60, 90, 70, 10, 50, 20}; 209 int i, len=(sizeof(a)) / (sizeof(a[0])) ; 210 MinHeap<int>* tree=new MinHeap<int>(); 211 212 cout << "== 依次添加: "; 213 for(i=0; i<len; i++) 214 { 215 cout << a[i] <<" "; 216 tree->insert(a[i]); 217 } 218 219 cout << "\n== 最 小 堆: "; 220 tree->print(); 221 222 i=15; 223 tree->insert(i); 224 cout << "\n== 添加元素: " << i; 225 cout << "\n== 最 小 堆: "; 226 tree->print(); 227 228 i=10; 229 tree->remove(i); 230 cout << "\n== 删除元素: " << i; 231 cout << "\n== 最 小 堆: "; 232 tree->print(); 233 cout << endl; 234 235 return 0; 236 }
原文地址:https://www.cnblogs.com/randouchant/p/binary_heap.html
- 糖果吃了那么多,你真的知道比特币分叉是咋回事吗?
- 静息态网络拓扑传输认知任务信息
- MYSQL字符串截取总结:LEFT、RIGHT、SUBSTRING、SUBSTRING
- 如何用Python提取中文关键词?
- 工信部:将加大网络提速降费力度加快百兆宽带普及
- 人工智能AI(5):线性代数之矩阵、线性空间
- iOS开发进阶篇——FRP与ReactiveCocoa的介绍(一)
- 英伟达修改GeForce软件使用条款:禁止在数据中心运行深度学习等应用
- 浅谈几种SLB技术的实现
- 史上最逼真人形机器人堪比健身教练,技能满满还会流汗
- 被监管前的疏忽?互联网金融大面积逾期,中介行为不容忽视
- 达尔文漏算的一步却让它填补,科学家认为人类最初认可的进化论不再适用
- 假如黑客攻击您的互联网汽车会怎么样?
- 享学课堂谈-Python初学者的设计模式入门
- JavaScript 教程
- JavaScript 编辑工具
- JavaScript 与HTML
- JavaScript 与Java
- JavaScript 数据结构
- JavaScript 基本数据类型
- JavaScript 特殊数据类型
- JavaScript 运算符
- JavaScript typeof 运算符
- JavaScript 表达式
- JavaScript 类型转换
- JavaScript 基本语法
- JavaScript 注释
- Javascript 基本处理流程
- Javascript 选择结构
- Javascript if 语句
- Javascript if 语句的嵌套
- Javascript switch 语句
- Javascript 循环结构
- Javascript 循环结构实例
- Javascript 跳转语句
- Javascript 控制语句总结
- Javascript 函数介绍
- Javascript 函数的定义
- Javascript 函数调用
- Javascript 几种特殊的函数
- JavaScript 内置函数简介
- Javascript eval() 函数
- Javascript isFinite() 函数
- Javascript isNaN() 函数
- parseInt() 与 parseFloat()
- escape() 与 unescape()
- Javascript 字符串介绍
- Javascript length属性
- javascript 字符串函数
- Javascript 日期对象简介
- Javascript 日期对象用途
- Date 对象属性和方法
- Javascript 数组是什么
- Javascript 创建数组
- Javascript 数组赋值与取值
- Javascript 数组属性和方法
- nodejs源码解析之udp服务器
- LeetCode | 35.搜索插入位置
- Redis | 源码阅读 —— 字符串
- 一个小白的角度看JavaScript Promise 完整指南
- 教会舍友玩 Git (再也不用担心他的学习)
- Python极简入门:数据类型、条件语句、循环语句、异常处理
- 手把手带你入门Python爬虫Scrapy
- 工作中巧用了这几个设计模式重构代码,女同事直呼666
- SourceMap知多少:介绍与实践
- (实战)Node.js 实现抢票小工具&短信通知提醒
- 目标检测 | Anchor free之CenterNet深度解析
- C++第二章 变量与基本类型
- springboot2结合mybatis拦截器实现主键自动生成
- 学习一下Python3的协程
- Android网络收集和ping封装库