本文主要包括的内容：

堆的原理
建堆、调堆
C++中 priority_queue （Java中也有一个 PriorityQueue，有必要再补上）
手动建堆的实例（C++类实现）

先吐个槽O(∩_∩)O：
网站上的编辑器我总是不太会用，排版总是让我很揪心，大概是写得太少了吧。慢慢习惯吧，希望每一篇文章的排版都能进步一点点。言归正传。

堆（heap）
是一种优先队列（priority queue）。
取出元素的顺序是按照元素的优先权（关键字）大小，而不是元素进入队列的先后顺序。
特性：

结构性：用数组表示的完全二叉树。
有序性：任一节点的关键字是其子树所有节点的最大（小）值。
MaxHeap、MinHeap

主要操作：建堆、判空、判满、插入、删除堆顶元素。

直接生成堆的时间复杂性是O(nlog(n))。
在线性时间复杂度O(n)下建堆：

将N个元素按输入顺序存入，先满足完全二叉树（complete binary tree）的结构特性。
调整节点位置：从最后一个节点的父节点开始。

这边提供一份C语言的代码，主要关注它的原理：


/*----------- 建造最大堆 -----------*/
void PercDown( MaxHeap H, int p )
{ /* 下滤：将H中以H->Data[p]为根的子堆调整为最大堆 */
    int Parent, Child;
    ElementType X;

    X = H->Data[p]; /* 取出根结点存放的值 */
    for( Parent=p; Parent*2Size; Parent=Child ) {
        Child = Parent * 2;
        if( (Child!=H->Size) && (H->Data[Child]Data[Child+1]) )
            Child++;  /* Child指向左右子结点的较大者 */
        if( X >= H->Data[Child] ) break; /* 找到了合适位置 */
        else  /* 下滤X */
            H->Data[Parent] = H->Data[Child];
    }
    H->Data[Parent] = X;
}

void BuildHeap( MaxHeap H )
{ /* 调整H->Data[]中的元素，使满足最大堆的有序性  */
  /* 这里假设所有H->Size个元素已经存在H->Data[]中 */

    int i;

    /* 从最后一个结点的父节点开始，到根结点1 */
    for( i = H->Size/2; i>0; i-- )
        PercDown( H, i );
}

重要算法：上虑、下虑。

在C++中，提供了一种容器适配器（container adaptor）来实现这种数据结构，放在头文件 queue 中。
具体使用方式：


#include 
using namespace std;
...
priority_queue priQue;

主要操作有：


    bool empty()        //Test whether container is empty.
    int size()          //Return size.
    void push(elem)     //Insert element.
    void emplace(elem)  //Construct and insert element.
    void pop()          //Remove top element.
    elemType top()      //Access top element.

priority_queue 默认按照严格弱序（strict weak ordering）排序规则生成最大堆，若要生成最小堆，看下面这个例子：


    #include 
    #include 
    #include 
    #include 
    using namespace std;

    int main(void) {
        priority_queue priQue;
        for (int i = 0; i  b;
                }
            };
            在下面的一行代码中，把 greater 改成 greater 即可，头文件 functional 也可删除。
        */
        priority_queue, greater> minHeap;
        for (int i = 0; i

但许多时候，常常有其他的需求。为此，我们就需要手动建一个堆，然后就可以在堆上增加一些函数，提供我们想要的功能。
写一个最小堆类：


typedef int ElemType;
class MinHeap {
public:
    MinHeap(int capacity);  //建堆，传入堆的容量。
    ~MinHeap();
    bool isEmpty() const;
    bool isFull() const;
    bool insertElem(ElemType &elem);
    ElemType deleteTop();
private:
    ElemType *arr;
    int capacity;
    int len;    //堆中元素个数，是堆的最后一个元素的索引。
};

/*
数组长度为堆容量+1。
0号元素作为“哨兵”，在最小堆中，设置为比所有元素都小的值。
1号元素作为根节点，那么父子节点下标有如下关系：
    leftChild = parent * 2;
    rightChild = parent * 2 + 1;
    parent = Child/2;
*/
MinHeap::MinHeap(int capacity) {
    arr = new ElemType[capacity + 1];
    this->capacity = capacity;
    len = 0;
    arr[0] = INT_MIN;    //定义在头文件 climits 里面
}

MinHeap::~MinHeap() {
    delete[] arr;
    arr = NULL;
}

bool MinHeap::isEmpty() const {
    return 0 == len;
}

bool MinHeap::isFull() const {
    return len == capacity;
}

bool MinHeap::insertElem(ElemType &elem) {
    if (isFull()) return false;
    /*
    上滤。
    如果父节点的数据值比elem大，那么把父节点的数据值拷贝到要插入的子节点中。
    把子节点的下标更新为父节点，继续。
    若父节点的数据值比elem小，那么elem就可以插入。
    */
    int child = ++len;
    for (; arr[child / 2] > elem; child /= 2)
        arr[child] = arr[child / 2];        //上滤 child = parent
    arr[child] = elem;
    return true;
}

ElemType MinHeap::deleteTop() {
    if (isEmpty()) return INT_MIN;  //error
    ElemType minItem = arr[1];
    /*
    下滤。
    模拟将最后一个元素从根节点的位置向下层节点过滤的过程。
    */
    ElemType tmp = arr[len--];
    int parent = 1;
    for (int child = 2 * parent; child  arr[child + 1]) child++;    //child指向数据值较小的子节点。
        if (tmp

比如，如果要打印从一个给定索引到根节点的路径，就可以在 MinHeap 中增加一个函数，代码如下：

class MinHeap {
public:
    void printPath(int index);
}

void MinHeap::printPath(int index) {
    if (index > len) {
        cout  1) {
        index /= 2;
        cout

好了，就写到这里吧。
慕友若有什么高见，可在下面回复。
祝开心。

ITPub博客

堆（heap）的原理与实现详解【Van0512】

最新文章