数据结构堆的实现

堆的实现

// heap.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"
#include<vector>
#include<algorithm>
#include<iostream>
using namespace std;

#define LARGENUM 1000000

class Heap
{
private:
	vector<int> array;

	int find(int tofind)
	{
		vector<int>::iterator it;
		it = std::find(array.begin(), array.end(), tofind);
		return it == array.end() ? -1 : it - array.begin();
	}
public:
	Heap()//构造
	{
		array.push_back(LARGENUM);//哨兵
	}

	void insert(const int val)//插入
	{
		_ASSERTE(val < LARGENUM);
		array.push_back(val);
		int index = array.size() - 1;
		while (array[index] > array[index / 2])
		{
			array[index] = array[index/ 2];
			array[index / 2] = val;
			index = index / 2;
		}
	}

	bool erase(int val)//删除
	{
		int index = find(val);
		if (index < 0)
			return false;
		array[index] = array.back();
		array.pop_back();
		while (index * 2 < array.size())
		{
			int t = array[index];
			if (2 * index + 1 < array.size())
			{
				if (array[index] > array[2 * index] && array[index] > array[2 * index + 1])
					return true;
				int nn = array[2 * index + 1] > array[2 * index] ? 2 * index + 1 : 2 * index;
				array[index] = array[nn];
				array[nn] = t;
				index = nn;
			}
			else
			{
				if (array[index] > array[2 * index])
					return true;
				int t = array[index];
				array[index] = array[2 * index];
				array[2 * index] = t;
				return true;
			}

		}

	}

	int top()//返回堆顶
	{
		_ASSERTE(array.size() != 1);
		return  array[1];
	}

	void pop()//弹出堆顶
	{
		_ASSERTE(array.size() != 1);
		array[1] = array.back();
		array.pop_back();
		int index = 1;

		while (index * 2 < array.size())
		{
			int t = array[index];
			if (2 * index + 1 < array.size())
			{
				if (array[index] > array[2 * index] && array[index] > array[2 * index + 1])
					return;

				int nn = array[2 * index + 1] > array[2 * index] ? 2 * index + 1 : 2 * index;
				array[index] = array[nn];
				array[nn] = t;
				index = nn;
			}
			else
			{
				if (array[index] > array[2 * index])
					return;
				int t = array[index];
				array[index] = array[2 * index];
				array[2 * index] = t;
				return;
			}

		}
	}

	bool empty()
	{
		return array.size() == 1;
	}

	int size()//返回堆的大小
	{
		return array.size() - 1;
	}

};

int _tmain(int argc, _TCHAR* argv[])
{

	Heap h;
	h.insert(10);
	h.insert(35);
	h.insert(19);
	h.insert(5);
	h.insert(2);
	h.insert(51);
	h.insert(37);
	h.insert(7);
	h.insert(45);
	h.insert(63);
	cout << h.size() << endl;
	cout << h.top()<< endl;
	h.pop();
	cout << h.size() << endl;
	cout << h.top() << endl;
	h.erase(45);

	system("pause");
	return 0;
}

版权声明:本文为博主原创文章,未经博主允许不得转载。

时间: 2024-12-27 10:22:27

数据结构堆的实现的相关文章

基本数据结构——堆(Heap)的基本概念及其操作

基本数据结构――堆的基本概念及其操作 小广告:福建安溪一中在线评测系统 Online Judge 在我刚听到堆这个名词的时候,我认为它是一堆东西的集合... 但其实吧它是利用完全二叉树的结构来维护一组数据,然后进行相关操作,一般的操作进行一次的时间复杂度在 O(1)~O(logn)之间. 可谓是相当的引领时尚潮流啊(我不信学信息学的你看到log和1的时间复杂度不会激动一下下)!. 什么是完全二叉树呢?别急着去百度啊,要百度我帮你百度: 若设二叉树的深度为h,除第 h 层外,其它各层 (1-h-1

数据结构--堆的实现之深入分析

一,介绍 以前在学习堆时,写了两篇文章:数据结构--堆的实现(上)   和   数据结构--堆的实现(下),  感觉对堆的认识还是不够.本文主要分析数据结构 堆(讨论小顶堆)的基本操作的一些细节,比如 insert(插入)操作 和 deleteMin(删除堆顶元素)操作的实现细节.分析建堆的时间复杂度.堆的优缺点及二叉堆的不足. 二,堆的实现分析 堆的物理存储结构是一维数组,逻辑存储结构是完全二叉树.堆的基本操作有:insert--向堆中插入一个元素:deleteMin--删除堆顶元素 故堆的类

【C/C++学院】0828-STL入门与简介/STL容器概念/容器迭代器仿函数算法STL概念例子/栈队列双端队列优先队列/数据结构堆的概念/红黑树容器

STL入门与简介 #include<iostream> #include <vector>//容器 #include<array>//数组 #include <algorithm>//算法 using namespace std; //实现一个类模板,专门实现打印的功能 template<class T> //类模板实现了方法 class myvectorprint { public: void operator ()(const T &

数据结构--堆的实现(下)

1,堆作为优先级队列的应用 对于普通队列而言,具有的性质为FIFO,只要实现在队头删除元素,在队尾插入元素即可.因此,这种队列的优先级可视为按 时间到达 的顺序来衡量优先级的.到达得越早,优先级越高,就优先出队列被调度. 更一般地,很多应用不能单纯地按时间的先后来分优先级,比如按CPU占用时间或者其它方式……在这种情形下,使用堆更容易表达优先级队列. 2,堆的两个性质:①结构性质--堆从结构上看是一颗完全二叉树.然而,从物理存储上看,堆的实现基本上是使用一个一维数组存储堆中所有的结点.②orde

C 数据结构堆

引言 - 数据结构堆 堆结构都很耳熟, 从堆排序到优先级队列, 我们总会看见它的身影. 相关的资料太多了, 堆 - https://zh.wikipedia.org/wiki/%E5%A0%86%E7%A9%8D 无数漂亮的图片接二连三, 但目前没搜到一个工程中可以舒服用的代码库. 本文由此痛点而来. 写一篇奇妙数据结构堆的终结代码. 耳熟终究比不过手热 ->--- 对于 heap 接口思考, 我是这样设计 #ifndef _H_HEAP #define _H_HEAP // // cmp_f

数据结构-堆

堆(英语:Heap),是一种拥有像树那样的特殊数据结构,或者理解为具有优先级的树.它的特点是父节点的值大于(或小于)两个子节点的值(分别称为大顶堆和小顶堆).它常用于管理算法执行过程中的信息,应用场景包括堆排序,优先队列等.堆通常是一个可以被看做一棵树的数组(或ArrayList)对象.常见的堆有二叉堆.二项堆.斐波那契堆等. 二叉堆(Binary heap) 二叉堆是一种特殊的堆,实为二叉树的一种:是完全二叉树或者是近似完全二叉树.二叉堆满足堆特性:父节点的键值总是保持固定的序关系于任何一个子

浅谈数据结构-堆

在数据结构的世界中有一个叫堆的玩意,这玩意有什么用呢?无用,都去pq了 堆,其实就是一棵完全二叉树. “若设二叉树的深度为h,除第 h 层外,其它各层 (1-h-1) 的结点数都达到最大个数,第 h 层所有的结点都连续集中在最左边,这就是完全二叉树”  by 谋财害命公司 百度 ↑清真的 完全二叉树 ↓ 啊那么为什么会闲的无聊出现这种奇怪的数据结构呢? 因为我们的某些算法可能需要堆来进行优化,如dj,prim. 堆可以在O(1)的时间取出最优值,但是需要O(logn)的时间修改和O(nlogn)

数据结构—堆

堆是二叉树中的一种,是一种常见的数据结构,具有以下性质: 任意节点小于(最小堆)或大于(最大堆)它的所有后裔,最小元或最大元在堆的根上(堆序性). 堆总是一棵完全二叉树 最大堆如图一,最小堆如图二. 最小堆的实现如下: MinHeap.h 1 #include "stdafx.h" 2 #include <iostream> 3 using namespace std; 4 template <typename Type> 5 class MinHeap{ 6

数据结构-----堆的基本操作和应用

(一)用仿函数实现大堆小堆 堆数据结构是一种数组对象,它可以被视为一棵完全二叉树结构. 堆结构的二叉树存储是 最大堆:每个父节点的都大于孩子节点. 最小堆:每个父节点的都小于孩子节点. 仿函数(functor),就是使一个类的使用看上去象一个函数.其实现就是类中实现一个operator(),这个类就有了类似函数的行为,就是一个仿函数类了.在实现大,小堆的过程中,有些功能的的代码,会在不同的成员函数中用到,想复用这些代码,有两种途径. 1)公共的函数,这是一个解决方法,不过函数用到的一些变量,就可

数据结构——堆(Heap)大根堆、小根堆

Heap是一种数据结构具有以下的特点: 1)完全二叉树: 2)heap中存储的值是偏序: Min-heap: 父节点的值小于或等于子节点的值: Max-heap: 父节点的值大于或等于子节点的值: 堆的存储: 一般都用数组来表示堆,i结点的父结点下标就为(i–1)/2.它的左右子结点下标分别为2 * i + 1和2 * i + 2.如第0个结点左右子结点下标分别为1和2. 堆的操作:insert 插入一个元素:新元素被加入到heap的末尾,然后更新树以恢复堆的次序. 每次插入都是将新数据放在数组