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 public:
  7     MinHeap(int size):maxSize(size>defaultSize?size:defaultSize),  8         currentSize(0),heap(new Type[maxSize]){}
  9     MinHeap(Type array[],int n);   // 用数组初始化堆
 10     ~MinHeap(){
 11         delete []heap;
 12     }
 13 public:
 14     bool insertItem(const Type item);   // 插入元素
 15     bool deleteItem(const Type item);   // 删除元素
 16     bool isEmpty()const{           //判空
 17         return currentSize==0;
 18     }
 19     bool isFull()const{            // 判满
 20         return currentSize == maxSize;
 21     }
 22     void print();   //打印堆
 23 private:
 24     void adjustHeap(const int start , const int end);  // 调整堆
 25 private:
 26     static const int defaultSize = 100;
 27     const int maxSize;
 28     Type *heap;
 29     int currentSize;
 30 };
 31
 32 // 用数组初始化堆
 33 template<typename Type>
 34 MinHeap<Type>::MinHeap(Type array[],int n) 35     :maxSize(n>defaultSize?n:defaultSize),currentSize(n){
 36     heap = new Type[maxSize];
 37     for(int i = 0 ; i<n ;i++){
 38         heap[i] = array[i];
 39     }
 40     int pos = (n-2)/2;
 41     while(pos>=0){
 42         adjustHeap(pos,n-1);
 43         pos--;
 44     }
 45 }
 46 //  调整堆
 47 template <typename Type>
 48 void MinHeap<Type>::adjustHeap(const int start , const int end){
 49     int i = start;
 50     int j = 2*i+1;
 51     Type item = heap[i];
 52     while (j<=end){
 53         if(j<end&&heap[j]>heap[j+1])j++;
 54         if(item > heap[j]){
 55             heap[i] = heap[j];
 56             i=j;
 57             j=i*2+1;
 58         }
 59         else break;
 60     }
 61     heap[i] = item;
 62 }
 63 // 插入元素
 64 template <typename Type>
 65 bool MinHeap<Type>::insertItem(const Type item){
 66     if(isFull()){
 67         cout <<"this heap is full ,can‘t insert the element" <<endl;
 68         return 0;
 69     }
 70     heap[currentSize] = item;
 71     int j = currentSize, i = (j-1)/2;
 72     Type temp = heap[j];
 73     while(j > 0){
 74         if(heap[i] <= temp){
 75             break;
 76         }
 77         else{
 78             heap[j] = heap[i];
 79             j = i;
 80             i = (j-1)/2;
 81         }
 82     }
 83     heap[j] = temp;
 84     currentSize++;
 85     return 1;
 86 }
 87 // 删除元素
 88 template <typename Type>
 89 bool MinHeap<Type>::deleteItem(const Type item){
 90     if(isEmpty()){
 91         cout << "this heap is empty "<< endl;
 92         return 0;
 93     }
 94     int pos = 0;
 95     for(; pos<currentSize; pos++){
 96         if(heap[pos]==item){
 97             if(pos==currentSize-1)currentSize--;
 98             else{
 99                 heap[pos] = heap[currentSize-1];
100                 currentSize--;
101                 adjustHeap(pos,currentSize);
102                 return 1;
103             }
104         }
105
106     }
107     return 0;
108 }
109 // 输出堆
110 template <typename Type>
111 void MinHeap<Type>::print(){
112     cout << "heap";
113     for(int i = 0 ; i< currentSize ; i++){
114         cout << "->" << heap[i];
115     }
116     cout << endl;
117 }

测试:

 1 // Heap.cpp : 定义控制台应用程序的入口点。
 2 //
 3
 4 #include "stdafx.h"
 5 #include "HeapNode.h"
 6
 7 int _tmain(int argc, _TCHAR* argv[])
 8 {
 9
10     int array[]={8,5,2,3,1,20,6,7,54,9,10};
11     MinHeap<int> heap(array,11);
12     heap.print();
13     heap.insertItem(63);
14     heap.print();
15     heap.insertItem(0);
16     heap.print();
17     heap.deleteItem(5);
18     heap.print();
19     return 0;
20 }
时间: 2024-08-10 22:16:52

数据结构—堆的相关文章

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