自学内容网 自学内容网

堆的向下调整算法和TOPK问题

目录

1.什么是堆?

1.1 向下调整建堆的时间复杂度计算

1.2 堆的结构体设计

2.堆的功能实现:

2.1 堆的插入:

2.2 堆的删除:

2.3 堆排序:

2.4 向下调整建堆:

2.5 TOPK问题:

2.6 向上调整算法:

2.7 向下调整算法:

2.8 堆的初始化/返回堆顶元素/返回堆内有效元素个数/堆的判空/堆的销毁


1.什么是堆?

首先

堆是一种完全二叉树,它一定满足所有的根结点都大于或小于它的左右子树

如果是大堆,那么堆顶的数就是堆中最大的数

如果是小堆,那么堆顶的数就是堆中最小的数

堆常常用来解决排序和TOPK问题

对于完全二叉树而已,若将结点从根结点开始,从0开始编号,那么

父节点 = (i-1)/2 (i-1)/2>=0

左孩子结点=(i*2)+1 (i*2)+1<n

右孩子结点=(i*2)+2 (i*2)+2<n

 

1.1 向下调整建堆的时间复杂度计算

首先需要知道二叉树的几个性质:

  1. 若规定二叉树的根结点的层数为1,那么二叉树的第i层有2^(i-1)棵结点
  2. 若规定二叉树的根结点的层数为1,那么一颗二叉树最多有2^(h)-1
  3. 对任意一颗二叉树,如果度为0为n0,度为2为n2,那么n0 = N2+1
  4. 若规定二叉树的根节点的层数为1, 具有n个结点的二叉树,其高度h为log(n+1)

根据性质去推算

从最后一个父节点开始,需要向下调整的次数:

T(h) = 2^0*(h-1) + 2^1*(h-2) + 2^2*(h-3) +.......+ 2^(h-3)*2 + 2^(h-2) *1

2*T(h) = 2^1*(h-1) + 2^2*(h-2) + 2^3*(h-3) +.......+ 2^(h-2)*2  +2^(h-1) *1

错位相减:2^1 + 2^2 + 2^3 ...... 2^(h-2) + 2^(h-1) - h +1

T(h) = 2^0+2^1 + 2^2 + 2^3 ...... 2^(h-2) + 2^(h-1) - h

T(h) = 2^h - 1 -h = N - Log(n+1)

采用大O的渐进表示法,建堆的时间复杂度就是O(N)

1.2 堆的结构体设计

#pragma once

#include<stdio.h>
#include<assert.h>
#include<stdlib.h>
#include<stdbool.h>
typedef int HeapNodeDataType;
typedef struct Heap
{
HeapNodeDataType* _a;
int _size;
int _capacity;
}Heap;
//堆向上调整
void AdjustUp(HeapNodeDataType* array, int n);
//堆向下调整
void AdjustDown(HeapNodeDataType* array, int n, int size);
//堆的初始化
void HeapInit(Heap* php);
//堆的销毁
void HeapDestory(Heap* php);
//堆的插入一个结点
void HeapPush(Heap* php, HeapNodeDataType data);
//堆的删除一个结点
void HeapPop(Heap* php);
//堆的出堆顶数据
HeapNodeDataType HeapTop(Heap* php);
//返回堆内有效个数
int HeapSize(Heap* php);
//交换函数
void Swap(HeapNodeDataType* a, HeapNodeDataType* b);
//判断堆是否为空
bool HeapEmpty(Heap* php);

2.堆的功能实现:

2.1 堆的插入:

在尾部插入,向上调整,跟父节点比较,若满足条件就交换它们

void HeapPush(Heap* php, HeapNodeDataType data)
{
assert(php);
if (php->_capacity == php->_size)
{
int newCapacity = php->_capacity == 0 ? 4 : php->_capacity * 2;
HeapNodeDataType* newArray = (HeapNodeDataType*)realloc(php->_a, sizeof(HeapNodeDataType) * newCapacity);
php->_a = newArray;
php->_capacity = newCapacity;
}
php->_a[php->_size] = data;
int child = php->_size;
php->_size++;
AdjustUp(php->_a, child);
}

2.2 堆的删除:

将堆顶元素跟堆尾元素交换,然后从堆顶开始向下调整

void HeapPop(Heap* php)
{
assert(php);
assert(php->_a);
Swap(&php->_a[0], &php->_a[php->_size - 1]);
php->_size--;
AdjustDown(php->_a, 0, php->_size);
}

2.3 堆排序:

利用向下调整算法建堆,然后将堆顶数据放到堆尾,堆内有效元素-1,再向下调整

void HeapSort(int* a, int n)
{
int parent = (n - 1 - 1) / 2;
while (parent >= 0)
{
AdjustDown(a, parent, n);
parent--;
}
for(int i = n - 1; i > 0; i--)
{
Swap(&a[0], &a[i]);
AdjustDown(a, 0, i);
}
}

2.4 向下调整建堆:

最后一个父节点((end-1 )/2)开始向下调整建堆,到根结点向下调整建堆结束

void AdjustDown(HeapNodeDataType* array, int n, int size)
{
assert(array);
int parent = n;
int child = n * 2 + 1;
if (child + 1 < size && array[child] > array[child + 1])
{
child = n * 2 + 2;
}

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

2.5 TOPK问题:

首先取前K个元素向下调整建堆,然后遍历剩下的元素,若满足条件则进堆

如果是取前k个最大的数,那么就建小堆

如果是取前k个最小的数,那么就建大堆

void CreateNDate()//创建一个有100000个数的文件
{
// 
int n = 100000;
srand(time(0));
const char* file = "data.txt";
FILE* fin = fopen(file, "w");
if (fin == NULL)
{
perror("fopen error");
return;
}

for (size_t i = 0; i < n; ++i)
{
int x = rand() % 100000;
fprintf(fin, "%d\n", x);
}

fclose(fin);
}

void PrintTopK(int k)
{
int* arr = (int*)malloc(sizeof(int) * k);
const char* file = "data.txt";
FILE* fout = fopen(file, "r");
if (fout == NULL)
{
perror("fopen error");
return;
}
for (int i = 0; i < k; i++)
{
fscanf(fout,"%d", &arr[i]);
}
for (int i = (k - 1 - 1)/ 2; i >= 0; i--)
{
AdjustDown(arr, i, k);
}
int x = 0;
while (fscanf(fout, "%d", &x) > 0)
{
if (x > arr[0])
{
arr[0] = x;
AdjustDown(arr, 0, k);
}
}
printf("ǰ%d", k);
for (int i = 0; i < k; i++)
{
printf("%d ", arr[i]);
}
printf("\n");
}

2.6 向上调整算法:

参数:需要数组的首元素地址,数组的有效元素个数

首先创建parent保存父亲结点

若父亲节点小于0则循环结束

判断父节点和子节点,若满足条件则交换,将父亲的值给孩子,继续求孩子结点的父节点

如果判断不需要交换则break

void AdjustUp(HeapNodeDataType* array, int n)
{
assert(array);
int child = n;
while (child > 0)
{
int parent = (child - 1) / 2;
if (array[child] > array[parent])
{
Swap(&array[child], &array[parent]);
child = parent;
}
else
{
break;
}
}
}

2.7 向下调整算法:

参数:数组的首元素地址,从什么下表开始向下调整,数组的有效元素个数

已知父亲结点,求左孩子和右孩子结点,判断左右孩子的大小,假设法找到符合条件的哪一个

当孩子结点小于或等于堆内有效元素-1的时候进入循环,孩子结点大于size-1的时候循环结束

比较父子结点,判断是否需要交换

需要交换则将孩子给给父亲,运用假设法继续求孩子的结点中符合条件的那个

不需要交换则break

注意:在比较左右孩子谁满足条件时,需要判断右孩子是否存在,也即右孩子的下表需要小于size

void AdjustDown(HeapNodeDataType* array, int n, int size)
{
assert(array);
int parent = n;
int child = n * 2 + 1;
if (child + 1 < size && array[child] > array[child + 1])
{
child = n * 2 + 2;
}

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

2.8 堆的初始化/返回堆顶元素/返回堆内有效元素个数/堆的判空/堆的销毁

void HeapInit(Heap* php)
{
assert(php);
php->_a = NULL;
php->_capacity = php->_size = 0;
}
void HeapDestory(Heap* php)
{
assert(php);
assert(php->_a);
free(php->_a);
php->_capacity = php->_size = 0;
}
HeapNodeDataType HeapTop(Heap* php)
{
assert(php);
assert(php->_a);
return php->_a[0];
}
int HeapSize(Heap* php)
{
assert(php);
return php->_size;
}
void Swap(HeapNodeDataType* a, HeapNodeDataType* b)
{
HeapNodeDataType tmp = *b;
*b = *a;
*a = tmp;
}
bool HeapEmpty(Heap* php)
{
return php->_size == 0;
assert(php);
}


原文地址:https://blog.csdn.net/qq_64105689/article/details/142383839

免责声明:本站文章内容转载自网络资源,如本站内容侵犯了原著者的合法权益,可联系本站删除。更多内容请关注自学内容网(zxcms.com)!