一 初识堆
堆 数据结构是一种数组,它可以视为一颗完全二叉树。如下图:
图中的树是数组,A={16, 14, 10, 8, 7, 9, 3, 7},圈内表示数值,圈外红色的数字表示数组的下标。
array_size是数组的大小(此时是8),heap_size是构建堆的元素的多少。满足heap_size<= array_size
给定某结点的下表i,其父结点下标为PARENT(i), 左儿子下标为LEFT(i), 右儿子下标为RIGHT(i)。满足
PARENT(i) = int((i-1)/2) ; LEFT(i) = 2*i+1; RIGHT(i)=2*i+2
最大堆满足:对于任何结点(除根节点)PARENT(i) > i
最小堆满足:对于任何结点(除根节点)PARENT(i) <i
叶子节点(下标):int(i/2), int(i/2)+1......array_size
下面的介绍以最大堆为例
二 保持堆的性质
最大堆的性质为 PARENT(i) > i,因此对于特定的结点,应满足比左右儿子都大
、
在上图中下标为1的结点值为2,左孩子为4,右孩子为1,1结点比左孩子小,就让1结点和3结点数值换过来。若此时4结点大于4,就把1结点和4结点数值换过来。
参考程序:
void MAX_HEAPIFY(int *A, int heap_size, int i) //i 为待处理保持性质的结点下标
{
int l = 2 * i + 1; //左孩子
int r = 2 * i + 2; //右孩子
int largest = i;
if(l < heap_size && A[largest] < A[l]) // 左孩子数值大
{
largest = l;
}
if(r < heap_size && A[largest] < A[r]) //右孩子数值大 {
largest = r;
}
if(largest != i)
{
int tmp = A[i];
A[i] = A[largest];
A[largest] = tmp;
MAX_HEAPIFY(A, heap_size, largest); //再从数值大的结点继续往下递归处理
}
}
三 构建堆
从底向上使得每个结点保持堆的性质就可以构建堆,因为叶子节点就自己,无儿女,因此从倒数第一个非叶子节点开始依次往上构建,直到树根位置,而叶子节点开始的位置是int(i/2),因此第一个令其保持性质的结点下标为int((i-1)/2)。接着是int((i-1)/2-1)一直到0为止。下图表示了构建堆的详细过程:
图中有9个结点,int(9/2)= 4, 从4-1=3开始(依次是4 3 2 1 0)。注意是从后往前,为何不是从前往后,显然如果是上图中,从0开始,是6和3交换,我们知道在最大堆中根是最大的,可是从前往后的话,最大值7在无出头之日。
参考程序:
void BUILD_MAX_HEAP(int *A, int array_size, int heap_size)
{
int i;
for (i=array_size/2-1; i>=0; i--)
{
MAX_HEAPIFY(A, heap_size, i);
}
}
四 堆排序
最大堆把最大值排到了首个位置A[0],这是如果把最大值和最后一个值A[heap_size-1]换过来,再使A[0]保持堆的性质,再使heap_size自建。重复以上过程,就是个非递减排序。下图是一个事例过程:

参考程序:
void HEAP_SORT(int *A, int array_size, int heap_size)
{
int tmp;
BUILD_MAX_HEAP(A, array_size, heap_size);
while(heap_size > 1)
{
tmp = A[0];
A[0] = A[heap_size-1];
A[heap_size] = tmp;
heap_size--;
MAX_HEAPIFY(A, heap_size, 0);
}
}
测试
#include <iostream>
#include <vector>
using namespace std;
void maxHeapify(int A[], int lens, int i)
{
if (A == NULL || i >= lens)
return;
int l = 2 * i + 1;
int r = 2 * i + 2;
int largest = i;
if (l < lens || A[i] > A[largest])
largest = l;
if (r < lens && A[r] > A[largest])
largest = r;
if (largest != i)
{
int tmp = A[largest];
A[largest] = A[i];
A[i] = tmp;
maxHeapify(A, lens, largest);
}
}
void buildHeap(int A[], int lens)
{
if (A == NULL || lens <= 0)
return;
int mid = (lens-2) / 2;
for (int i = mid; i >= 0; --i)
maxHeapify(A, lens, i);
}
void heapSort(int A[], int lens)
{
buildHeap(A, lens);
while (lens > 1)
{
int tmp = A[lens-1];
A[lens-1] = A[0];
A[0] = tmp;
--lens;
maxHeapify(A, lens, 0);
}
}
void tranverse(int A[], int lens)
{
if (A == NULL || lens <= 0)
return;
for (int i = 0; i < lens; ++i)
cout << A[i] << " ";
cout << endl;
}
int main()
{
int A[] = {3, 2, 8, 7, 0, 11};
int lens = sizeof(A) / sizeof(*A);
tranverse(A, lens);
// buildHeap(A, lens);
// tranverse(A, lens);
heapSort(A, lens);
tranverse(A, lens);
}
五 堆操作
1.HEAP_MAXIMUM(A) 找出最大的元素
int HEAP_MAXIMUM(int *A)
{
return A[0];
}
2.int HEAP_EXTRACT_MAX(int *A, int heap_size) 找出堆中最大元素,并删除,保持堆
int HEAP_EXTRACT_MAX(int *A, int heap_size)
{
int max;
max = A[0];
A[0] = A[heap_size-1];
heap_size--;
MAX_HEAPIFY(A, heap_size, 0);
return max;
}
3. void HEAP_INCREASE_KEY(int *A, int heap_size, int i, int key) 第i个位置出若key比原来大,就改成key,保持堆
void HEAP_INCREASE_KEY(int *A, int heap_size, int i, int key)
{
int tmp;
if(A[i] > key)
{
printf("The key is smaller than A[i]");
}
else
{
A[i] = key;
while(i>=1 && A[(i-1)/2] < A[i])
{
tmp = A[i];
A[i] = A[(i-1)/2];
A[(i-1)/2] = tmp;
i = (i-1)/2;
MAX_HEAPIFY(A, heap_size, i);
}
}
}
4.void MAX_HEAP_INSERT(int *A, int array_size, int heap_size, int key) 堆中插入元素
void MAX_HEAP_INSERT(int *A, int array_size, int heap_size, int key)
{
array_size++;
heap_size++;
A[heap_size] = -32768;
HEAP_INCREASE_KEY(A, heap_size, heap_size-1, key);
}
来源:https://www.cnblogs.com/kaituorensheng/archive/2013/02/22/2922970.html