• 有关堆的一些知识和代码


    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。堆总是满足下列性质:
    • 堆中某个节点的值总是不大于或不小于其父节点的值;
    • 堆总是一棵完全二叉树。
    将根节点最大的堆叫做最大堆或大根堆,根节点最小的堆叫做最小堆或小根堆。常见的堆有二叉堆、斐波那契堆等。
    堆是非线性数据结构,相当于一维数组,有两个直接后继。
    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)。

    预备知识

    堆排序

      堆排序是利用这种数据结构而设计的一种排序算法,堆排序是一种选择排序,它的最坏,最好,平均时间复杂度均为O(nlogn),它也是不稳定排序。首先简单了解下堆结构。

      堆是具有以下性质的完全二叉树: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:

    同时,我们对堆中的结点按层进行编号,将这种逻辑结构映射到数组中就是下面这个样子

    该数组从逻辑上讲就是一个堆结构,我们用简单的公式来描述一下堆的定义就是:

    大顶堆:arr[i] >= arr[2i+1] && arr[i] >= arr[2i+2]  

    小顶堆:arr[i] <= arr[2i+1] && arr[i] <= arr[2i+2]  

    ok,了解了这些定义。接下来,我们来看看堆排序的基本思想及基本步骤:

    堆排序基本思想及步骤

      堆排序的基本思想是:将待排序序列构造成一个大顶堆,此时,整个序列的最大值就是堆顶的根节点。将其与末尾元素进行交换,此时末尾就为最大值。然后将剩余n-1个元素重新构造成一个堆,这样会得到n个元素的次小值。如此反复执行,便能得到一个有序序列了

    步骤一 构造初始堆。将给定无序序列构造成一个大顶堆(一般升序采用大顶堆,降序采用小顶堆)。

      a.假设给定无序序列结构如下

    2.此时我们从最后一个非叶子结点开始(叶结点自然不用调整,第一个非叶子结点 arr.length/2-1=5/2-1=1,也就是下面的6结点),从左至右,从下至上进行调整。

    4.找到第二个非叶节点4,由于[4,9,8]中9元素最大,4和9交换。

    这时,交换导致了子根[4,5,6]结构混乱,继续调整,[4,5,6]中6最大,交换4和6。

    此时,我们就将一个无需序列构造成了一个大顶堆。

    步骤二 将堆顶元素与末尾元素进行交换,使末尾元素最大。然后继续调整堆,再将堆顶元素与末尾元素交换,得到第二大元素。如此反复进行交换、重建、交换。

    a.将堆顶元素9和末尾元素4进行交换

    b.重新调整结构,使其继续满足堆定义

    c.再将堆顶元素8与末尾元素5进行交换,得到第二大元素8.

    后续过程,继续进行调整,交换,如此反复进行,最终使得整个序列有序

    再简单总结下堆排序的基本思路:

      a.将无需序列构建成一个堆,根据升序降序需求选择大顶堆或小顶堆;

      b.将堆顶元素与末尾元素交换,将最大元素"沉"到数组末端;

      c.重新调整结构,使其满足堆定义,然后继续交换堆顶元素与当前末尾元素,反复执行调整+交换步骤,直到整个序列有序。


     
    大佬gh手写堆代码:
    #include <iostream>
    #include <cstdio>
    #include <cctype>
    #include <cstring>
    
    using namespace std;
    typedef long long int lli;
    namespace my{
    inline int lson(int rt){return rt<<1;}
    inline int rson(int rt){return (rt<<1)+1;} 
    inline int rt(int son){return son>>1;}
    struct heap{
        //数据 
        lli data[100001];
        //记录节点个数 
        int cnt;
        //初始化 
        heap()
        {
            memset(data,0,sizeof(data));
            cnt=0;
        }
        inline int size(){return this->cnt;}
        inline void downdate(int p)
        {
            while ((p<<1)<=this->cnt)
            {
                int son;
                if (this->data[lson(p)]>=this->data[rson(p)])
                    son=lson(p);
                else
                    son=rson(p);
                if (this->data[p]>this->data[son])break;
                swap(this->data[p],this->data[son]);
                p=son;
            }
        }
        inline void update(int p)
        {
            while (p!=1)
            {
                if (this->data[rt(p)]>this->data[p])break;
                swap(this->data[rt(p)],this->data[p]);
                p=rt(p);
            }
        }
        inline void push(lli num)
        {
            this->data[++this->cnt]=num;
            this->update(this->cnt);
        }
        inline lli top(){return this->data[1];}
        inline void pop()
        {
            this->data[1]=this->data[this->cnt--];
            this->downdate(1);
        }
    };
    } 
    
    int main()
    {
        int n;
        my::heap _;
        cin>>n;
        for (register int i=1;i<=n;i++)
        {
            lli num;
            cin>>num;
            _.push(num);
        }
        for (register int i=1;i<=n;putchar(' '),i++)
        {
            cout<<_.top();
            _.pop();
        }
        return 0;
    }

    先来看一个堆的快排

    #include <iostream>
    #include <cstdio>
    #include <queue>
    
    using namespace std;
    priority_queue<int,vector<int>,greater<int> >q;//从大到小排序
    //priority_queue<int,vector<int>,less<int> >q;  从小到大排序
    int main()
    {
        int n;
        int data;
        cin>>n;
        for (int i=1;i<=n;i++)
        {
            cin>>data;
            q.push(data);
        }
        while (!q.empty())
        {
            cout<<q.top()<<' ';
            q.pop();
        }
        return 0;
    }

    P1090 合并果子

    我们选择用堆做堆

    由于要使得搬运的总重量最少,所以我们需要每次都合并最小的两个

    我们用堆:

    #include <iostream>
    #include <cstdio>
    #include <queue>
    
    using namespace std;
    priority_queue<int,vector<int>,greater<int> >q;
    int n,ans=0;
    
    int main()
    {
        cin>>n;
        for (register int i=1;i<=n;i++)
        {
            int num;
            cin>>num;
            q.push(num);
        }
        while (q.size()>1)//当堆数不唯一时 
        {
            int a=q.top();q.pop();
            int b=q.top();q.pop();
            ans+=(a+b);//合并堆 
            q.push(a+b);
        }
        cout<<ans;
        return 0;
    }

    这个其实相当于sort:

    #include <iostream>
    #include <cstdio>
    #include <algorithm>
    
    using namespace std;
    int n,ans=0;
    int data[10001];
    
    int main()
    {
        cin>>n;
        for (register int i=1;i<=n;i++)
        {
            cin>>data[i];
        }
        for (register int i=1;i<=n-1;i++)
        {
            sort(data+i,data+1+n);
            ans+=data[i]+data[i+1];
            data[i+1]=data[i]+data[i+1];
        }
        cout<<ans;
        return 0;
    }

    TLE的嘛...就不提了

  • 相关阅读:
    Swagger注解及参数细节的正确书写。
    TCP连接为什么三次握手四次挥手
    OpenMeetings安装
    [LeetCode]Best Time to Buy and Sell Stock III
    [LeetCode]Best Time to Buy and Sell Stock
    [LeetCode]Best Time to Buy and Sell Stock II
    [LeetCode]Delete Node in a Linked List
    [LeetCode]Lowest Common Ancestor of a Binary Search Tree
    [LeetCode]Invert Binary Tree
    [LeetCode]Same Tree
  • 原文地址:https://www.cnblogs.com/lcezych/p/10776669.html
Copyright © 2020-2023  润新知