C++大顶堆和小顶堆
C++大顶堆和小顶堆
- 原理
- 大顶堆
- 小顶堆
- 大顶堆和小顶堆对比图
- 大顶堆和小顶堆的实现代码
- vector和push_heap、pop_heap实现堆
- 建堆
- 调整堆
- priority_queue实现堆
- 简述
- 模板参数
- 成员函数
- 大顶堆和小顶堆
原理
堆数据结构是一种数组对象,它可以被视为一颗完全二叉树结构(或者也有可能是满二叉树)
大顶堆
根结点(亦称为堆顶)的关键字是堆里所有结点关键字中最大者,称为大顶堆。大根堆要求根节点的关键字既大于或等于左子树的关键字值,又大于或等于右子树的关键字值。
小顶堆
根结点(亦称为堆顶)的关键字是堆里所有结点关键字中最小者,称为小顶堆。小根堆要求根节点的关键字既小于或等于左子树的关键字值,又小于或等于右子树的关键字值。
大顶堆和小顶堆对比图
大顶堆和小顶堆的实现代码
heap.h
#pragma once
#include<iostream>
#include<assert.h>
#include<vector>
using namespace std;template<class T>
struct Less
{bool operator()(const T& left, const T& right) const{return left < right;}
};template<class T>
struct Greater
{bool operator()(const T& left, const T& right) const{return left > right;}
};template<class T, class Compare = Less<T>>
class Heap
{public:Heap()//无参的构造函数(系统不会给无参构造函数),开始堆是空的不需要做什么事{}Heap(T* a, size_t n){_a.reserve(n);//开空间for (size_t i = 0; i < n; ++i){_a.push_back(a[i]);}//建堆,找最后一个非叶子节点for (int i = (_a.size() - 2) / 2; i >= 0; --i)//不用size_t,因为i在这可能等于0,用size_t会死循环{AdjustDown(i);}}//向下调整void AdjustDown(int root){Compare com;int parent = root;size_t child = parent * 2 + 1;//默认为左孩子while (child < _a.size()){//选出小孩子//if (child+1 > _a.size() && _a[child + 1]< _a[child])if (child + 1 < _a.size() && com(_a[child + 1], _a[child])){++child;}//if (_a[child] < _a[parent])if (com(_a[child], _a[parent])){swap(_a[child], _a[parent]);//交换值parent = child;child = parent * 2 + 1;}else{break;}}}//向上调整void AdjustUp(int child){Compare com;int parent = (child - 1) / 2;while (parent >= 0){//if (_a[child] < _a[parent])if (com(_a[child], _a[parent])){swap(_a[parent], _a[child]);child = parent;parent = (child - 1) / 2;}else{break;}}}//最后插入void Push(const T&x){_a.push_back(x);AdjustUp(_a.size() - 1);}//删除最大数void Pop(){assert(!_a.empty());swap(_a[0], _a[_a.size() - 1]);_a.pop_back();AdjustDown(0);}//取顶元素T& Top(){assert(!_a.empty());return _a[0];}size_t Size(){return _a.size();}bool Empty(){return _a.empty();}private:vector<T> _a;};
main.cpp
#include <iostream>
#include "heap.h"
using namespace std;int main()
{int a[] = { 10,11,13,12,16,18,15,17,14,19 };// Heap<int,Greater<int>> hp1(a,sizeof(a)/sizeof(a[0])); 最大堆// Heap<int,Less<int>> hp1(a,sizeof(a)/sizeof(a[0])); 最小堆Heap<int> hp1(a, sizeof(a) / sizeof(a[0])); // 缺省,最小堆hp1.Push(15);system("pause");return 0;
}
vector和push_heap、pop_heap实现堆
建堆
vector<int> nums = {9, 6, 2, 4, 7, 0, 1, 8, 3, 5};
如何使用nums构建最大堆
make_heap(nums.begin(), nums.end());
//或
make_heap(nums.begin(), nums.end(), less<int>());
如何使用nums构建最小堆
make_heap(nums.begin(), nums.end(), greater<int>());
调整堆
当使用上述的make_heap()建完堆后,如果vector使用push_back()插入数据或pop_back()删除数据后,会破坏最大堆/最小堆的性质,所以需要调整堆,常用push_heap()和pop_heap()两个方法。
1、push_heap()用法是,vector先push_back(),后push_heap()
nums.push_back(10);
push_heap(nums.begin(), nums.end(), less<int>());
2、pop_heap()用法是,先pop_heap(),vector后pop_back()
pop_heap(nums.begin(), nums.end(), less<int>());
nums.pop_back();
为什么pop_heap()的用法要反过来呢?
要从我们的目的来考虑,使用pop_heap()的绝大部分目的是要把堆顶元素pop出堆中,因为它最大或最小。如果先用vector的pop_back(),它删除的不是堆顶元素(nums[0]),而是vector的最后一个元素。可见这不是我们想要的结果:对于最大堆,最后一个元素既不是最大,也不一定是最小;对于最小堆,最后一个元素既不是最小,也不一定是最大。pop出来没有意义。
观察pop_heap()对堆做了什么?
pop_heap()把堆顶元素放到了最后一位,然后对它前面的数字重建了堆。这样一来只要再使用pop_back()把最后一位元素删除,就得到了新的堆。
priority_queue实现堆
priority_queue
对于这个模板类priority_queue,它是STL所提供的一个非常有效的容器。
作为队列的一个延伸,优先队列包含在头文件 中。
简述
优先队列时一种比较重要的数据结构,它是有二项队列编写而成的,可以以O(log n) 的效率查找一个队列中的最大值或者最小值,其中是最大值还是最小值是根据创建的优先队列的性质来决定的。
模板参数
优先队列有三个参数,其声明形式为:
priority_queue< type, container, function >
这三个参数,后面两个可以省略,第一个不可以。其中:
**type:**数据类型;
**container:**实现优先队列的底层容器;
**function:**元素之间的比较方式;
对于container,要求必须是数组形式实现的容器,例如vector、deque,而不能使list。
在STL中,默认情况下(不加后面两个参数)是以vector为容器,以 operator< 为比较方式,所以在只使用第一个参数时,优先队列默认是一个最大堆,每次输出的堆顶元素是此时堆中的最大元素。
成员函数
假设type类型为int,则:
- bool empty() const 返回值为true,说明队列为空;
- int size() const 返回优先队列中元素的数量;
- void pop() 删除队列顶部的元素,也即根节点;
- int top() 返回队列中的顶部元素,但不删除该元素;
- void push(int arg) 将元素arg插入到队列之中。
大顶堆和小顶堆
#include <functional>//构造一个空的优先队列(此优先队列默认为大顶堆)
priority_queue<int> big_heap;
//另一种构建大顶堆的方法
priority_queue<int,vector<int>,less<int> > big_heap2; //构造一个空的优先队列,此优先队列是一个小顶堆
priority_queue<int,vector<int>,greater<int> > small_heap;
C++大顶堆和小顶堆相关推荐
- 堆排序之 大顶堆和小顶堆 c语言
百度得到的堆定义如下: 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 >= k ...
- 谈谈堆排序,大顶堆,小顶堆
目录 1.前言 2.使用堆的原因 3.堆的特点 4.堆和普通树的区别 5.堆排序的过程 6.堆排序的代码实现 来源: jianshu.com/p/15a29c0ace73 1.前言 堆是一种非线性结构 ...
- NO29、最小的K个数(应该记住大顶堆和小顶堆的区别与联系,并不难)
29.最小的K个数 应该记住大顶堆和小顶堆的区别与联系,并不难 输入n个整数,找出其中最小的K个数.例如输入4,5,1,6,2,7,3,8这8个数字,则最小的4个数字是1,2,3,4,. 示例1 输入 ...
- 堆排序:大顶堆和小顶堆 + 前K个高频元素
堆 一.堆排序 小顶堆 举个栗子 大顶堆 二.前K个高频元素 思路分析 三.构造器代码解析 一.堆排序 要了解大顶堆和小顶堆,我们先简单了解一下堆排序. 堆排序(Heapsort)是指利用堆这种数据结 ...
- 堆排序(浅谈大顶堆与小顶堆)
什么是堆? 堆是一种非线性结构,(本篇随笔主要分析堆的数组实现)可以把堆看作一个数组,也可以被看作一个完全二叉树,通俗来讲堆其实就是利用完全二叉树的结构来维护的一维数组,按照堆的特点可以把堆分为大顶堆 ...
- 大顶堆和小顶堆-java
一.大顶堆和小顶堆的原理 1.大顶堆 根结点(亦称为堆顶)的关键字是堆里所有结点关键字中最大者,称为大顶堆.大根堆要求根节点的关键字既大于或等于左子树的关键字值,又大于或等于右子树的关键字值. 2.小 ...
- c语言标准模板小顶堆,堆排序(大顶堆、小顶堆)----C语言
堆排序 之前的随笔写了栈(顺序栈.链式栈).队列(循环队列.链式队列).链表.二叉树,这次随笔来写堆 1.什么是堆? 堆是一种非线性结构,(本篇随笔主要分析堆的数组实现)可以把堆看作一个数组,也可以被 ...
- 大顶堆,小顶堆——排序问题
如何得到一个数据流中的中位数?如果从数据流中读出奇数个数值,那么中位数就是所有数值排序之后位于中间的数值.如果从数据流中读出偶数个数值,那么中位数就是所有数值排序之后中间两个数的平均值. 例如, [2 ...
- 用Java实现二叉堆、大顶堆和小顶堆
先了解了解 什么是二叉堆 二叉堆就是完全二叉树,或者是靠近完全二叉树结构的二叉树.在二叉树建树时采取前序建树就是建立的完全二叉树.也就是二叉堆.所以二叉堆的建堆过程理论上讲和前序建树一样. 什么是大顶 ...
最新文章
- 深入Jetty源码之HTTP协议
- 【IMOOC学习笔记】多种多样的App主界面Tab实现方法(二)
- 新浪短链api java_php调用新浪短链接API的方法
- canvas 绘制跟随鼠标移动的线条
- linux查看密码配置文件,如何在Linux上查看和配置密码时效
- JZOJ__Day 3:【NOIP普及模拟】排序(sort)
- Cortex-A7 MPCore 架构详细介绍(九种运行模式、内核寄存器组R0~R15,有特定的名字和功能)
- Go-Mutex互斥量
- 基于JAVA+SpringMVC+Mybatis+MYSQL的学校教务查询系统
- Sphinx/Coreseek 4.1 跑 buildconf.sh 一个错误,无法生成configure档
- textarea只允许上下调节尺寸
- 系统动力学仿真软件Vensim下载
- Windows 10 安装 Oracle 10g
- SAP 财务-统驭科目
- U盘所有文件(夹)变成.exe文件的解决方法
- FPGA控制TDC-GPX2时间间隔测量(一)
- Android逆向分析案例——某点评APP登陆请求数据解密
- ios 扫码枪外设 键盘模式_iPadOS 显威力,苹果 iPad Pro 终于用上带触控板的外接键盘...
- 【题解】JZOJ1321:灯
- ac3音频 机顶盒播放音量变小问题