自学内容网 自学内容网

数据结构--堆,堆排序

1.树概念及结构

1.1树的概念

树是一种 非线性 的数据结构,它是由 n n>=0 )个有限结点组成一个具有层次关系的集合。 把它叫做树是因 为它看起来像一棵倒挂的树,也就是说它是根朝上,而叶朝下的
有一个 特殊的结点,称为根结点 ,根结点没有前驱结点
除根结点外, 其余结点被分成 M(M>0) 个互不相交的集合 T1 T2 …… Tm ,其中每一个集合 Ti(1<= i<= m)又是一棵结构与树类似的子树。每棵子树的根结点有且只有一个前驱,可以有 0 个或多个
因此, 树是递归定义 的。

 

 注意:树形结构中,子树之间不能有交集,否则就不是树形结构

 1.2树的相关概念

 

 

结点的度:一个结点含有的子树的个数称为该结点的度; 如上图:A的为6
叶结点或终端结点:度为0的结点称为叶结点; 如上图:B、C、H、I...等结点为叶结点
非终端结点或分支结点:度不为0的结点; 如上图:D、E、F、G...等结点为分支结点
双亲结点或父结点:若一个结点含有子结点,则这个结点称为其子结点的父结点; 如上图:A是B的父结点
孩子结点或子结点:一个结点含有的子树的根结点称为该结点的子结点; 如上图:B是A的孩子结点
兄弟结点:具有相同父结点的结点互称为兄弟结点; 如上图:B、C是兄弟结点
树的度:一棵树中,最大的结点的度称为树的度; 如上图:树的度为6
结点的层次:从根开始定义起,根为第1层,根的子结点为第2层,以此类推;
树的高度或深度:树中结点的最大层次; 如上图:树的高度为4
堂兄弟结点:双亲在同一层的结点互为堂兄弟;如上图:H、I互为兄弟结点
结点的祖先:从根到该结点所经分支上的所有结点;如上图:A是所有结点的祖先
子孙:以某结点为根的子树中任一结点都称为该结点的子孙。如上图:所有结点都是A的子
森林:由m(m>0)棵互不相交的树的集合称为森林;

 1.3树的表示

树结构相对线性表就比较复杂了,要存储表示起来就比较麻烦了,既然保存值域,也要保存结点和结点之间的关系,实际中树有很多种表示方式如:双亲表示法,孩子表示法、孩子双亲表示法以及孩子兄弟表示法等。我们这里就简单的了解其中最常用的孩子兄弟表示法
typedef int DataType;
struct Node
{
 struct Node* firstChild1; // 第一个孩子结点
 struct Node* pNextBrother; // 指向其下一个兄弟结点
 DataType data; // 结点中的数据域
};

 1.4 树在实际中的运用(表示文件系统的目录树结构)

 

 2.二叉树概念及结构

 2.1概念

一棵二叉树是结点的一个有限集合,该集合 :
1. 或者为空
2. 由一个根结点加上两棵别称为左子树和右子树的二叉树组成

 

从上图可以看出:
1. 二叉树不存在度大于 2 的结点
2. 二叉树的子树有左右之分,次序不能颠倒,因此二叉树是有序树

 注意:对于任意的二叉树都是由以下几种情况复合而成的:

 

 2.2特殊的二叉树 

1. 满二叉树:一个二叉树,如果每一个层的结点数都达到最大值,则这个二叉树就是满二叉树。也就是说,如果一个二叉树的层数为K,且结点总数是,则它就是满二叉树。
2. 完全二叉树:完全二叉树是效率很高的数据结构,完全二叉树是由满二叉树而引出来的。对于深度为K的,有n个结点的二叉树,当且仅当其每一个结点都与深度为K的满二叉树中编号从1至n的结点一一对应时称之为完全二叉树。 要注意的是满二叉树是一种特殊的完全二叉树。

 

3.堆

3.1堆的性质

堆中某个结点的值总是不大于或不小于其父结点的值;
堆总是一棵完全二叉树。
完全二叉树更适合使用顺序结构存储。现实中我们通常把堆 使用顺序结构的数组来存储
堆顺 序存储在物理上是一个数组,在逻辑上是一颗二叉树。

 堆分为大堆(某个结点的值总是不小于父结点)与小堆(某个结点的值总是不大于父结点)

 

 3.2堆的实现

3.2.1 堆向下调整算法

现在我们给出一个数组,逻辑上看做一颗完全二叉树。我们通过从根结点开始的向下调整算法可以把它调整成一个小堆。向下调整算法有一个前提:左右子树必须是一个堆,才能调整。
int array[] = {27,15,19,18,28,34,65,49,25,37};

3.2.2堆的创建

下面我们给出一个数组,这个数组逻辑上可以看做一颗完全二叉树,但是还不是一个堆,现在我们通过算法,把它构建成一个堆。根结点左右子树不是堆,我们怎么调整呢?
这里我们从倒数的第一个非叶子结点的子树开始调整,一直调整到根结点的树,就可以调整成堆。

 

3.2.3 堆的插入

先插入一个10到数组的尾上,再进行向上调整算法,直到满足堆

 

3.2.4 堆的删除

删除堆是删除堆顶的数据,将堆顶的数据根最后一个数据一换,然后删除数组最后一个数据,再进行向下调整算法。

 

 3.2.5 堆的代码实现

#include"Heap.h"
//初始化
void HPInit(HP* php)
{
assert(php);
php->a = NULL;
php->size = php->capacity = 0;
}

//销毁
void HPDestroy(HP* php)
{
assert(php);
free(php->a);
php->a = NULL;
php->size = php->capacity = 0;
}

//交换函数
void Swap(HPDataType* p1, HPDataType* p2)
{
HPDataType tmp = *p1;
*p1 = *p2;
*p2 = tmp;
}
//向上调整
void AdjustUp(HPDataType* a, int child)
{
int parent = (child - 1) / 2;//找父结点:子节点-1/2
while (child > 0)
{
if (a[child] < a[parent])
{
Swap(&a[child], &a[parent]);//交换函数
child = parent;
parent = (child - 1) / 2;
}
else//如果child<0,表明child来到了树根
{
break;
}
}
}
//插入
void HPPush(HP* php, HPDataType x)
{
assert(php);
if (php->size == php->capacity)
//当 php->size 等于 php->capacity 时,表示当前数组 php->a 已经存储满了,需要进行扩容操作。
{
int newcapacity = php->capacity == 0 ? 4 : php->capacity * 2;//如果capacity为0,赋4,不为0,乘2扩两倍
HPDataType* tmp = (HPDataType*)realloc(php->a, newcapacity * sizeof(HPDataType));//扩容
if (tmp == NULL)
{
perror("realloc fail");
return;
}

php->a = tmp;
php->capacity = newcapacity;
}
php->a[php->size] = x;
php->size++;

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

//向下调整
void AdjustDown(HPDataType* a, int n, int parent)
{
//先假设左孩子小
int child = parent * 2 + 1;//找子结点,父结点*2+1

while (child < n)
{
//找到小的那个孩子结点
if (child + 1 < n && a[child + 1] < a[child])//左孩子是child,右孩子就是child+1
{
++child;
}
if (a[child] < a[parent])
{
Swap(&a[child], &a[parent]);
parent = child;
child = parent * 2 + 1;
}
else
{
break;
}
}
}
//删除,从树根删除
void HPPop(HP* php)
{
assert(php);
assert(php->size > 0);
Swap(&php->a[0], &php->a[php->size - 1]);//树根数据跟最后的叶子交换
php->size--;//删除树根数据

AdjustDown(php->a, php->size, 0);//向下调整,重新调整为(大/小)堆
}
//取树根数据
HPDataType HPTop(HP* php)
{
assert(php);
assert(php->size > 0);
return php->a[0];
}
//判空
bool HPEmpty(HP* php)
{
assert(php);
return php->size == 0;
}

 3.3堆排序

1. 建堆

升序:建大堆
降序:建小堆

2. 利用堆删除思想来进行排序

建堆和堆删除中都用到了向下调整,因此掌握了向下调整,就可以完成堆排序。

 

 

// 堆排序    O(N*logN)
void HeapSort(int* a, int n)
{
// 降序,建小堆
// 升序,建大堆
/*for (int i = 1; i < n; i++)
{
AdjustUp(a, i);
}*/

for (int i = (n - 1 - 1) / 2; i >= 0; i--)
{
AdjustDown(a, n, i);
}

int end = n - 1;
while (end > 0)
{
Swap(&a[0], &a[end]);//最后的叶子结点,也就是数组最后的那个数据,跟树根数据循环交换,
//如果是小堆,每次取到最小的数据,最后调整为降序
AdjustDown(a, end, 0);
--end;
}
}
void TestHeap2()
{
int a[] = { 4,2,8,1,5,6,9,7,2,7,9 };
HeapSort(a, sizeof(a) / sizeof(int));
}

感谢观看


原文地址:https://blog.csdn.net/pzn2506/article/details/140265518

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)!