堆的实现(图片演示+文字讲解)

堆的实现

虽然我们之前的介绍堆的时候是一个二叉树,但是我们实现堆的时候并不是按照传统的二叉树实现(传统的二叉树是用链的形式,即一个父节点存放两个子节点的引用)

为什么要这样说呢?

我们先看一下堆的结构:

如果我们观察每一个节点的顺序,我们会发现一个有趣的规律:

对于任意个下标a的元素,他的左孩子下标是2*a,右孩子下标是2*a+1,父节点下标是a/2取整。

而堆又有分层添加(一层添加完才需要添加下一层)的特性,所以用数组来实现堆,才是一个最佳的选择。

那么如果是一个数组,堆的插入和取值如何实现呢?

插入:

上图的堆如果转换成数组就是下面这样,红色为数组下标:

当要进行插入操作时,堆会把新值放到堆的最后,对数组来说就是数组的最后啦~实现起来很简单!

然后,我们需要判断是否满足条件:父元素比子元素小(我们按最小堆来解释)。

3的下标是11,那么根据上面的公式:每个节点的父节点下标是此节点下标/2取整,那么他的父元素就是下标11/2=5,下标5对于的数字是7

由于7>3,所以需要替换

再次比较3的父节点(5/2=2,即第2个元素6),发现比父节点小,依然替换

再次按上述规则比较,发现符合条件,插入完成!

取最小数:

由之前的内容可以知道,取最小数就是取第一个数,然后把最后一个数放到第一个数的位置,如下图所示:

然后我们比较是否满足条件:父元素小于两个子元素

下标 1的两个子节点下标分别为分别2(1*2)和3(1*2+1),对应值6和4

下标1的对应值为11,大于4,不满足条件,所以替换

再次比较是否满足条件:

下标3的两个子节点下标为6(3*2)和7(3*2+1),对应值6和5

下标3对应值为11,大于5,不满足条件,所以替换

再次按上述规则比较,发现满足条件,至此,取最小值完成;

时间: 2024-10-10 07:59:24

堆的实现(图片演示+文字讲解)的相关文章

栈,堆,全局,文字常量,代码区总结

林炳文Evankaka原创作品.转载请注明出处http://blog.csdn.net/evankaka        在C\C++中,通常可以把内存理解为4个分区:栈.堆.全局/静态存储区和常量存储区.下面我们分别简单地介绍一下各自的特点. 一.   区域划分 堆: 是大家共有的空间,分全局堆和局部堆.全局堆就是所有没有分配的空间,局部堆就是用户分配的空间.堆在操作系统对进程初始化的时候分配,运行过程中也可以向系统要额外的堆,但是记得用完了要还给操作系统,要不然就是内存泄漏. 栈:是个线程独有

【原创】连“霍金”都想学习的“人工智能”---【自己动手写神经网络】小白入门连载开始了(1)

欢迎关注[自己动手写神经网络]的博客连载!!! 第1章 神经网络简介 神经网络这个词,相信大家都不陌生.就在你打开本书,并试图了解神经网络时,你已经在使用一个世界上最复杂的神经网络——你的大脑,一个由大约1000亿个神经元(每个单元拥有约1万个连接)构成的复杂系统.但人的大脑太过复杂,以至于科学家们到目前为止仍然无法准确解释大脑的工作原理和方式.但有幸的是,生物神经网络的最最基本的元素已经能够被识别,而这就构成了本书想为你介绍的人工神经网络(Artificial Neural Network).

loadrunner实战篇 - 客户关系管理系统性能测试

系统介绍                                                             图1(客户关系管理系统模块关系图) 需求分析 一.性能指标 性能指标分析,根据客户需求与本系统相结合,用户希望模块能满足下表所列的性能指标. 图2(性能指标) 很明显,上面的需求是不具可操作性的,这就像和客户谈需求一样,客户只是很简单地描述了需求,而如果仅仅从上面这个简单的表格来进行性能测试,是很难的一件事情,并且很可能测试出来的结果与实际结果存在很大的差距,这样就需

刨根究底正则表达式之零——前言

前言 一.缘起 1. 前面在字符编码系列文章的前言中曾说过,类似于字符编码这样基础.重要.应用广泛而又特别容易让人困惑的主题还有字节序(即大小端表示).正则表达式以及浮点数实现.日期时间处理等等.其中,字节序.正则表达式跟字符编码的关系非常密切.字符编码以及字节序的问题已经在字符编码系列文章中介绍过了,这个系列再来讨论正则表达式. 不同于字符编码,正则表达式目前市面上并不缺乏专业著作,比如那本被誉为正则表达式学习圣经的<精通正则表达式>就很值得一读,另外该书的译者余晟先生所写的<正则指引

FP Tree算法原理总结

在Apriori算法原理总结中,我们对Apriori算法的原理做了总结.作为一个挖掘频繁项集的算法,Apriori算法需要多次扫描数据,I/O是很大的瓶颈.为了解决这个问题,FP Tree算法(也称FP Growth算法)采用了一些技巧,无论多少数据,只需要扫描两次数据集,因此提高了算法运行的效率.下面我们就对FP Tree算法做一个总结. 1. FP Tree数据结构 为了减少I/O次数,FP Tree算法引入了一些数据结构来临时存储数据.这个数据结构包括三部分,如下图所示: 第一部分是一个项

iOS面试必备-iOS基础知识

近期为准备找工作面试,在网络上搜集了这些题,以备面试之用. 插一条广告:本人求职,2016级应届毕业生,有开发经验.可独立开发,低薪求职.QQ:895193543 1.简述OC中内存管理机制. 答:内存管理机制:使用引用计数管理,分为ARC和MRC,MRC需要程序员自己管理内存,ARC则不需要.但是并不是 所有对象在ARC环境下均不需要管理内存,子线程和循环引用并不是这样.与retain配对使用的是release,retain代表引用计 数+1,release代表引用计数-1,当引用计数减为0时

20145216史婧瑶《信息安全系统设计基础》第九周学习总结

20145216史婧瑶<信息安全系统设计基础>第九周学习总结 教材内容总结 第十章 系统级I/O 输入/输出(I/O)是在主存和外部设备之间拷贝数据的过程. 第一节 Unix I/O 这一节涉及到操作系统的基本抽象之一--文件.也就是说,所有的I/O设备都被模型化为文件,而所有的输入输出都被当做对相应文件的读/写.相关的执行动作如下: 1.打开文件: 应用程序向内核发出请求→要求内核打开相应的文件→内核返回文件描述符 文件描述符:一个小的非负整数,用来在后续对此文件的所有操作中标识这个文件.有

Callback Promise Generator Async-Await 和异常处理的演进

根据笔者的项目经验,本文讲解了从函数回调,到 es7 规范的异常处理方式.异常处理的优雅性随着规范的进步越来越高,不要害怕使用 try catch,不能回避异常处理. 我们需要一个健全的架构捕获所有同步.异步的异常.业务方不处理异常时,中断函数执行并启用默认处理,业务方也可以随时捕获异常自己处理. 优雅的异常处理方式就像冒泡事件,任何元素可以自由拦截,也可以放任不管交给顶层处理. 文字讲解仅是背景知识介绍,不包含对代码块的完整解读,不要忽略代码块的阅读. 1. 回调 如果在回调函数中直接处理了异

iOS开发如何提高

阅读博客 在现在这个碎片化阅读流行的年代,博客的风头早已被微博盖过.而我却坚持写作博客,并且大量地阅读同行的iOS开发博客.博客的文章长度通常在 3000字左右,许多iOS开发知识都至少需要这样的篇幅才能完整地讲解清楚.并且博客相对于书籍来说,并没有较长的出版发行时间,所以阅读博客对于获取 最新的iOS开发知识有着非常良好的效果. 我自己精心整理了国内40多位iOS开发博主的博客地址列表:https://github.com/tangqiaoboy/iOSBlogCN,希望大家都能培养起阅读博客