数据结构——堆(转载)
堆常用来实现优先队列,在这种队列中,待删除的元素为优先级最高(最低)的那个。在任何时候,任意优先元素都是可以插入到队列中去的,是计算机科学中一类特殊的数据结构的统称
一、堆的定义
最大(最小)堆是一棵每一个节点的键值都不小于(大于)其孩子(如果存在)的键值的树。大顶堆是一棵完全二叉树,同时也是一棵最大树。小顶堆是一棵完全完全二叉树,同时也是一棵最小树。
注意:
- 堆中任一子树亦是堆。
- 以上讨论的堆实际上是二叉堆(Binary Heap),类似地可定义k叉堆。
下图分别给出几个最大堆和最小堆的例子:
二、支持的基本操作
堆支持以下的基本操作:
- 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。
三、堆的应用
1.堆排序
堆排序的特点是:在排序过程中,将R[l..n]看成是一棵完全二叉树的顺序存储结构,利用完全二叉树中双亲结点和孩子结点之间的内在关系【参见二叉树的顺序存储结构】,在当前无序区中选择关键字最大(或最小)的记录。
- 先将初始文件R[1..n]建成一个大根堆,此堆为初始的无序区
- 再将关键字最大的记录R[1](即堆顶)和无序区的最后一个记录R[n]交换,由此得到新的无序区R[1..n-1]和有序区R[n],且满足R[1..n-1].keys≤R[n].key
- 由于交换后新的根R[1]可能违反堆性质,故应将当前无序区R[1..n-1]调整为堆。然后再次将R[1..n-1]中关键字最大的记录R[1]和该区间的最后一个记录R[n-1]交换,由此得到新的无序区R[1..n-2]和有序区R[n-1..n],且仍满足关系R[1..n-2].keys≤R[n-1..n].keys,同样要将R[1..n-2]调整为堆。直到无序区只有一个元素为止。
(2)、大根堆排序算法的基本操作:
- 初始化操作:将R[1..n]构造为初始堆;
- 每一趟排序的基本操作:将当前无序区的堆顶记录R[1]和该区间的最后一个记录交换,然后将新的无序区调整为堆(亦称重建堆)。
注意:
- 只需做n-1趟排序,选出较大的n-1个关键字即可以使得文件递增有序。
- 用小根堆排序与利用大根堆类似,只不过其排序结果是递减有序的。堆排序和直接选择排序相反:在任何时刻,堆排序中无序区总是在有序区之前,且有序区是在原向量的尾部由后往前逐步扩大至整个向量为止。
(3)、算法实现
- //堆排序
- template <class T>
- void Sort::HeapSort(T arr[], int len){
- int i;
- //建立子堆
- for(i = len / 2; i >= 1; i--){
- CreateHeap(arr, i, len);
- }
- for(i = len - 1; i >= 1; i--){
- buff = arr[1];
- arr[1] = arr[i + 1];
- arr[i + 1] = buff;
- CreateHeap(arr, 1, i);
- }
- }
- //建立堆
- template <class T>
- void Sort::CreateHeap(T arr[], int root, int len){
- int j = 2 * root; //root's left child, right (2 * root + 1)
- T temp = arr[root];
- bool flags = false;
- while(j <= len && !flags){
- if(j < len){
- if(arr[j] < arr[j + 1]){ // Left child is less then right child
- ++j; // Move the index to the right child
- }
- }
- if(temp < arr[j]){
- arr[j / 2] = arr[j];
- j *= 2;
- }else{
- flags = true;
- }
- }
- arr[j / 2] = temp;
- }
2.选择前k个最大(最小)的数
思想:在一个很大的无序数组里面选择前k个最大(最小)的数据,最直观的做法是把数组里面的数据全部排好序,然后输出前面最大(最小)的k个数据。但是,排序最好需要O(nlogn)的时间,而且我们不需要前k个最大(最小)的元素是有序的。这个时候我们可以建立k个元素的最小堆(得出前k个最大值)或者最大堆(得到前k个最小值),我们只需要遍历一遍数组,在把元素插入到堆中去只需要logk的时间,这个速度是很乐观的。利用堆得出前k个最大(最小)元素特别适合海量数据的处理。
代码:
- typedef multiset<int, greater<int> > intSet;
- typedef multiset<int, greater<int> >::iterator setIterator;
- void GetLeastNumbers(const vector<int>& data, intSet& leastNumbers, int k)
- {
- leastNumbers.clear();
- if(k < 1 || data.size() < k)
- return;
- vector<int>::const_iterator iter = data.begin();
- for(; iter != data.end(); ++ iter)
- {
- if((leastNumbers.size()) < k)
- leastNumbers.insert(*iter);
- else
- {
- setIterator iterGreatest = leastNumbers.begin();
- if(*iter < *(leastNumbers.begin()))
- {
- leastNumbers.erase(iterGreatest);
- leastNumbers.insert(*iter);
- }
- }
- }
- }
数据结构——堆(转载)相关推荐
- 数据结构-堆 Java实现
数据结构-堆 Java实现. 实现堆自动增长 1 /** 2 * 数据结构-堆. 自动增长 3 * 4 * @author caiyao 5 */ 6 public class Heap<T e ...
- java堆 数据结构 堆_Java中的紧凑堆外结构/组合
java堆 数据结构 堆 在上一篇文章中,我详细介绍了代码对主内存的访问方式的含义. 从那时起,我就在Java中可以做什么以实现更可预测的内存布局提出了很多疑问. 有些模式可以使用数组支持的结构来应用 ...
- java堆 数据结构 堆_快速堆数据结构
java堆 数据结构 堆 In this tutorial, we'll be discussing and implementing Heap data structures in Swift. 在 ...
- 数据结构——堆(C++)
数据结构--堆 文章目录 数据结构--堆 堆与堆排序 二叉树 满二叉树 完全二叉树 二叉堆 堆的存储 堆的插入删除 具体的实现 堆排序 堆与堆排序 堆(heap)分为二叉堆.二项式堆.斐波那契堆,堆是 ...
- 数据结构-堆(Heap)
数据结构-堆(Heap) 我认识的堆: 1.建立在完全二叉树的基础上 2.排序算法的一种,也是稳定效率最高的一种 3.可用于实现STL中的优先队列(priority_queue) 优先队列:一种特殊 ...
- 数据结构--堆Heap
数据结构:堆(Heap) 堆就是用数组实现的二叉树,所以它没有使用父指针或者子指针.堆根据"堆属性"来排序,"堆属性"决定了树中节点的位置. 堆的常用方法: 构 ...
- java数据结构堆_Java 数据结构-堆实现
堆的定义:有如下性质的完全二叉树:任意节点X所处的项的关键字大于或等于以X为根的子数中的所有节点出的项的关键字. 意义在于,在数据结构中,其常常被用作优先级队列的结构,其意义是每次从队列中获取的元素, ...
- C语言实现常用数据结构——堆
#include<stdio.h> #include<stdlib.h> #define CAPACITY 20/*堆有两个性质:* 1.结构性:堆必须是一颗完全二叉树* 2. ...
- 数据结构-堆(最大堆)
最大堆 实质是一棵完全二叉树 每个根结点元素的值都比左右儿子的大 每次都是取出堆顶元素(可以说是优先队列) 代码 参考自浙大数据结构 #include <iostream> #includ ...
最新文章
- java 泛型 get()_Java泛型,get类的泛型参数
- Linux下CMake简明教程(八) 添加编译选项
- 选择海外数据中心是否等级越高越好
- caffe安装常见问题
- JDK 9:模块系统状态的重点
- MySQL千万数据量深分页优化
- extern 结构体_选三物质结构高中化学知识模块音频
- 经验 | 深度学习中从基础综述、论文笔记到工程经验、训练技巧
- 【BZOJ3172】单词,AC自动机练习
- C语言strcat()库函数的实现
- linux java sqlldr_oracle在linux如何安装sqlldr
- Linux之nc命令
- 在MySQL中,一条查询语句是如何执行的
- 广义典型相关分析_数学建模/机器学习:广义加性模型(GAM)及其Python实现
- 9. jQuery 停止动画
- N1刷Android TV,贫民种草指北 篇二:N1盒子:不谈刷机,只谈使用!
- 银行业应用系统监控的维度与目标
- 刚刚!蚂蚁全部互联网存款产品下架;阿里辟谣:被中央联合调查纯属谣言!...
- 花木兰替父从军java_花木兰替父从军 木兰诗原文
- Ubuntu 14.04安装bugzilla
热门文章
- POJ 3278 Catch That Cow
- 逆向分析c++ vector向量
- Swift怎么通过类名字符串来创建一个类
- HDU 6092 Rikka with Subset 思维 递推
- 英国推6.5亿英镑网络安全战略 强化安全屏障
- 钻石问题(菱形继承问题) 和虚继承
- SAP ECC 6.0 ,R3 windows server 2003 安装分享 自学教程
- android 开发使用adb操作sqlite
- javascript的indexOf忽略大小写
- [论文泛读] QoS论文两篇(Elsevier09, IEEE05)