【数据结构】什么是堆

堆(heap)

堆（英语：heap)是计算机科学中一类特殊的数据结构的统称。堆通常是一个可以被看做一棵树的数组对象。
堆的性质：
1.堆中某个节点的值总是不大于或不小于其父节点的值。
2.堆总是一棵完全二叉树。

堆的分类

将根节点最大的堆叫做最大堆或大顶堆，根节点最小的堆叫做最小堆或小顶堆。常见的堆有二叉堆、斐波那契堆等。
堆的定义如下：n个元素的序列{k1,k2,ki,…,kn}当且仅当满足下关系时，称之为堆。
(ki <= k2i,ki <= k2i+1)或者(ki >= k2i,ki >= k2i+1), (i = 1,2,3,4…n/2)
若将和此次序列对应的一维数组（即以一维数组作此序列的存储结构）看成是一个完全二叉树，则堆的含义表明，完全二叉树中所有非终端结点的值均不大于（或不小于）其左、右孩子结点的值。由此，若序列{k1,k2,…,kn}是堆，则堆顶元素（或完全二叉树的根）必为序列中n个元素的最小值（或最大值）。
每个结点的值都大于或等于其左右孩子结点的值，称为大顶堆；或者每个结点的值都小于或等于其左右孩子结点的值，称为小顶堆。如下图：
大堆：

小堆：

堆的操作

build:建立一个空堆；
insert:向堆中插入一个新元素；
update：将新元素提升使其符合堆的性质；
get：获取当前堆顶元素的值；
delete：删除堆顶元素；
heapify：使删除堆顶元素的堆再次成为堆。
某些堆实现还支持其他的一些操作，如斐波那契堆支持检查一个堆中是否存在某个元素。

建堆效率

n个结点的堆，高度d =log2n。根为第0层，则第i层结点个数为2i，考虑一个元素在堆中向下移动的距离。大约一半的结点深度为d-1，不移动（叶）。四分之一的结点深度为d-2，而它们至多能向下移动一层。树中每向上一层，结点的数目为前一层的一半，而子树高度加一。
这种算法时间代价为Ο（n)由于堆有log n层深，插入结点、删除普通元素和删除最小元素的平均时间代价和时间复杂度都是
Ο（log n）。

关于堆的操作实现

在程序中，堆用于动态分配和释放程序所使用的对象。在以下情况中调用堆操作：
1.事先不知道程序所需对象的数量和大小。
2.对象太大，不适合使用堆栈分配器。
堆使用运行期间分配给代码和堆栈以外的部分内存。
传统上，操作系统和运行时库随附了堆实现。当进程开始时，操作系统创建称为进程堆的默认堆。如果没有使用其他堆，则使用进程堆分配块。语言运行时库也可在一个进程内创建单独的堆。（例如，C 运行时库创建自己的堆。）除这些专用堆外，应用程序或许多加载的动态链接库 (DLL) 之一也可以创建并使用单独的堆。Win32 提供了一组丰富的 API用于创建和使用专用堆。有关堆函数的优秀教程，请参阅 MSDN 平台 SDK 节点。
当应用程序或 DLL 创建专用堆时，这些堆驻留于进程空间中并且在进程范围内是可访问的。某一给定堆分配的任何数据应为同一堆所释放。（从一个堆分配并释放给另一个堆没有意义。）
在所有虚拟内存系统中，堆位于操作系统的虚拟内存管理器之上。语言运行时堆也驻留在虚拟内存之上。某些情况下，这些堆在操作系统堆的上层，但语言运行时堆通过分配大的块来执行自己的内存管理。绕开操作系统堆来使用虚拟内存函数可使堆更好地分配和使用块。
典型的堆实现由前端分配器和后端分配器组成。前端分配器维护固定大小块的自由列表。当堆收到分配调用后，它尝试从前端列表中查找自由块。如果此操作失败，则堆将被迫从后端（保留和提交虚拟内存）分配一个大块来满足请求。通常的实现具有每个块分配的开销，这花费了执行周期，也减少了可用存储区。
单个全局锁可防止多线程同时使用堆。此锁主要用于保护堆数据结构不受多线程的任意访问。当堆操作过于频繁时，此锁会对性能造成负面影响。

代码实现

#pragma once
template<class T>
class JBMinHeap
{
private://申请堆空间T *_minHeap = NULL;int _index,_maxSize;
public:JBMinHeap(int maxSize) {_maxSize = maxSize;_minHeap = new T[_maxSize];_index = -1;}JBMinHeap(JBMinHeap &h) {_index = h._index;_maxSize = h._maxSize;_minHeap = new T[_maxSize];for (int i = 0;i<_maxSize) {*_minHeap[i] = *h._minHeap[i];}}~JBMinHeap() {delete[]_minHeap;}//获取整个最小堆的头部指针T * getMinHeap() {return _minHeap;}//判断堆是不是空的bool isEmpty() {return _index == -1;}bool add(T x) {if (isFull()) {return false;}_index++;_minHeap[_index] = x;return true;}bool isFull() {return _index == _maxSize;}//堆进行向下调整void adjustDown(int index);//队进行向上调整void adjustUp(int index);//建堆运算void createMinHeap() {if (isEmpty()) {return;}for (int i = (_index-1)/2;i >-1;i--) {//直接从倒数第二层 逐层向下调整adjustDown(i);}}
};
template<class T>
void JBMinHeap<T>::adjustDown(int index) {if (isEmpty()) {return;}while (index<_index){T temp = _minHeap[index];//将当前索引的位置的值保存下来int oneC = 2 * index + 1;//获取到两个孩子的位置int twoC = 2 * index + 2;if (oneC == _index) {//若第一个孩子是整个堆最后一个位置 则直接执行交换操作并结束执行_minHeap[index] = _minHeap[oneC];_minHeap[oneC] = temp;return;}if (twoC >_index) {//如果第二个孩子的索引位置越界 结束执行return;}if (_minHeap[oneC] <= _minHeap[twoC]) {//正常情况的数据交互执行if (temp > _minHeap[oneC]) {_minHeap[index] = _minHeap[oneC];_minHeap[oneC] = temp;index = oneC;}else {//如果该处索引值已经是比两个孩子小 则结束循环index = _index;}}else {if (temp > _minHeap[twoC]) {_minHeap[index] = _minHeap[twoC];_minHeap[twoC] = temp;index = twoC;}else {index = _index;}}}
}
template<class T>
void JBMinHeap<T>::adjustUp(int index) {if (index > _index) {//大于堆的最大值直接returnreturn;}while (index>-1){T temp = _minHeap[index];int father = (index - 1) / 2;if (father >= 0) {//若果索引没有出界就执行想要的操作if (temp < _minHeap[father]) {_minHeap[index] = _minHeap[father];_minHeap[father] = temp;index=father;}else {//若果已经是比父亲大 则直接结束循环index = -1;}}else//出界就结束循环{index = -1;}}
}