• 分治算法四:二叉堆的创建


    一、二叉堆概念

    1、二叉堆的数据结构,可以由一个数据对象来表示,实际上是一个完全二叉树,即除最后一层外,其他层的结点数均达到最大值,且最后一层的填充为从左到右进行。
    2、数组与二叉堆的表示如下:
    将数组a[] = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11}表示成二叉堆如下:

    3、父节点、左叶子节点、右叶子节点
    假设树的根节点为array[0],对于给定节点的小标为i,则:

    父节点索引为: (i - 1) / 2

    左叶子节点索引为: 2 * i + 1

    右叶子节点索引为: 2 * i + 2

    3、最大堆、最小堆(或大顶堆、小顶堆)
    最大堆:父节点的值不小于子节点的值,即array[i / 2] >= array[i]
    最小堆:父节点的值不大于子节点的值,即array[i / 2] <= array[i]

    二、性质维护(以最大堆为例)

    1、背景:假设在数组A中,元素A[i]为完全二叉树的左、右两个孩子都已构成堆,但A[i]与两个孩子间不符合堆的性质,需要将其调整,使之满足堆的性质。

    2、问题描述:数组A[1...n]预期存储一个完全二叉树,其中以A[i]为父节点的左、右子树已经构成最大堆,进行调节后,使A[i]为根节点的二叉树满足最大堆的性质。

    3、问题思路:
    第一步,将A[i]与左右节点进行比较,无非两种情况:与左叶子节点交换,或者与右叶子节点交换;
    第二步,交换后,被交换的叶子节点可能不满足堆的性质,需要继续进行调节;
    第三步[问题分解],以被交换的叶子节点为根节点,继续判断调整,将原问题转化成小规模的问题(减少了二叉树的一层);
    第四步,使用递归处理

    三、堆的创建

    根据给出的数据,创建最大堆或最小堆,创建过程以及测试代码如下:

    
    #include <stdio.h>
    #include <stdlib.h>
    #include <string.h>
    
    // 数组打印
    static void printfList(char *info, int *array, int len)
    {
        printf("%s", info);
        for(int i = 0; i < len; i++) {
            printf("%d ", array[i]);
        }
        printf("
    ");
        return;
    }
    
    // 交换两个变量的值
    void swap(void *x, void *y, int size)
    {
        void *temp = (void*)malloc(size);
        memcpy(temp, x, size);
        memcpy(x, y, size);
        memcpy(y, temp,size);
        free(temp);
    }
    
    // 在左右子树满足堆特性的前提下(最简单情形为左右子树为单个元素),判断父节点加入后,是否满足堆特性并进行调整
    void heapify(void *a, int size, int parent, int heapSize, int(*comp)(void *, void *))
    {
        // 根据父节点索引i,得到左叶子节点和右叶子节点的索引,根节点的索引从0开始
        int left = 2 * parent + 1;
        int right = 2 * parent + 2;
        int most;
        
        // 比较左叶子节点和父节点大小,most = max(left, parent)
        if (left < heapSize && comp(a + left * size, a + parent * size) > 0) {
            most = left;
        } else {
            most = parent;
        }
        // 比较右叶子节点和most节点, most = max(right, most)
        if (right < heapSize && comp(a + right * size, a + most * size) > 0) {
            most = right;
        }
    
        // 此时most =  max(parent, left, right); 若不满足堆特性,将most与父节点进行交换,并对交换后的叶子节点继续判断
        if (most != parent) {
            swap(a + parent * size, a + most * size, size);
            heapify(a, size, most, heapSize, comp);
        }
    }
    
    // 因为最后一层无叶子节点,故从倒数第二层开始,从底向上依次判断;当判断某个父节点时,可以保证左右子树均满足堆特性
    void buildHeap(void *a, int size, int length, int(*comp)(void *, void *))
    {
        for (int i = (length / 2) - 1; i >= 0; i--) {
            // 单次判断过程,直到根节点为止,使整棵树满足堆特性
            heapify(a, size, i, length, comp);
            printf("i = %d ", i);
            printfList("buildHeap:", (int *)a, length);
        }
    }
    
    // 比较函数
    int intGreater(void *x, void *y)
    {
        return *(int *)x - *(int *)y;
    }
    int intLess(void *x, void *y)
    {
        return *(int *)y - *(int *)x;
    }
    
    int main(void)
    {
        int heap[] = {4, 1, 3, 2, 16, 9, 10, 14, 8, 7};
        int heapSize = sizeof(heap) / sizeof(heap[0]);
    
        printfList("
    before max heap:", heap, heapSize);
        buildHeap(heap, sizeof(int), 10, intGreater);
        printfList("after max heap:", heap, heapSize);
    
        printfList("
    before min heap:", heap, heapSize);
        buildHeap(heap, sizeof(int), 10, intLess);
        printfList("after min heap:", heap, heapSize);
    
        while (1);
        return 0;
    }
    
    

    四、测试结果

    原始数组形成的二叉树为:

    堆的调整过程以及最后结果如下图所示:

  • 相关阅读:
    CSS基础应用学习系列(3)——图像的CSS阴影效果
    激活flash控件
    用一句SQL取出第 m 条到第 n 条记录的方法
    javascript检测浏览器和操作系统detect.js
    开始学习VS2008+.net3.5咯 :)
    用GridView编辑更新独立的单元格
    征服ASP.NET Ajax典型应用 (试读)
    CSS基础应用学习系列(4)――用CSS对列表应用样式
    Android SQLite学习指南
    Java内部类使用总结
  • 原文地址:https://www.cnblogs.com/HZL2017/p/14425547.html
Copyright © 2020-2023  润新知