小工具知识网

当前位置: 首页 > 行业知识 > 数据结构——lesson7二叉树 堆的介绍与实现

行业知识

数据结构——lesson7二叉树 堆的介绍与实现

2026-11-16 10:31:48 来源:互联网转载

前言

啦啦啦~这���是土土数据结构学习笔记

个人主页:大耳朵土土垚的博客

所属专栏:数据结构学习笔记

对于数据结构顺序表链表有疑问的都可以在上面数据结构的专栏进行学习哦~ 欢迎大家点赞✨收藏评论哦~ 有问题可以写在评论区或者私信我哦~

一、 堆的概念及结构

如果有一个关键码的集合K = { k1,k2 ,k3 ,…,kn-1 },把它的所有元素按完全二叉树的顺序存储方式存储在一个一维数组中,并满足:ki =k(2i+2) ) i = 0,1,2…,则称为小堆(或大堆)。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。

堆的性质:

  1. 堆中某个节点的值总是不大于或不小于其父节点的值;
  2. 堆总是一棵完全二叉树。

✨✨简单来说大堆指的是父节点都大于子节点的完全二叉树;

小堆指的是父节点都小于子节点的完全二叉树;

大堆的根节点是最大的,小堆是最小的。

二、堆的实现

1.堆的创建

我们给出一个数组,这个数组逻辑上可以看做一颗完全二叉树,但是还不是一个堆,现在我们通过算法,把它构建成一个堆。根节点左右子树不是堆,我们怎么调整呢?这里我们从倒数的第一个非叶子节点的子树开始调整,一直调整到根节点的树,就可以调整成堆。

下面是堆创建以及实现堆所需的函数,后文将一一介绍

#pragma once#define _CRT_SECURE_NO_WARNINGS 1#include#include#includetypedef int HPDataType;//构建一个结构体封装堆typedef struct Heap{HPDataType* a;//数组顺序表int size;//堆元素个数int capacity;//数组空间}Heap;//以下是实现堆的函数// 堆的初始化void HeapInit(Heap* hp);// 堆的销毁void HeapDestory(Heap* hp);// 堆的插入void HeapPush(Heap* hp, HPDataType x);// 堆的删除void HeapPop(Heap* hp);// 取堆顶的数据HPDataType HeapTop(Heap* hp);// 堆的数据个数int HeapSize(Heap* hp);// 堆的判空int HeapEmpty(Heap* hp);

2.堆的初始化

void HeapInit(Heap* hp)

//堆的初始化void HeapInit(Heap* hp){assert(hp);hp->a = NULL;hp->capacity = 0;hp->size = 0;}

3.堆的删除(删除堆顶元素)

void HeapPop(Heap* hp)

在介绍堆的删除之前我们先介绍堆向下调整算法;

显而易见堆的删除不可能像顺序表那样删除尾部元素size–就行,我们需要玩点高深的,删除顶部元素,但删除顶部元素就没办法保证它删除后还是一个堆了,这就要利用我们下面介绍的向下调整算法。

int a[] = {1,8,3,5,7,6}; 

该数组逻辑结构可以看成一个完全二叉树如下图所示:

我们可以从图中看出它是一颗完全二叉树,但并不是所有的父节点都大于或小于其子节点,所以不是一个堆,接下来我们就可以通过下面介绍的堆向下调整算法将它调整为一个堆。

堆向下调整算法

现在我们给出一个数组,逻辑上看做一颗完全二叉树。我们通过从根节点开始的向下调整算法可以把它调整成一个小堆。

向下调整算法有一个前提:左右子树必须是一个堆,才能调整。

int array[] = {27,15,19,18,28,34,65,49,25,37};

①下面介绍第一种向下调整为小堆;

前提条件——左右子树都是小堆

//堆向下调整算法(小堆)void AdjustDown(HPDataType* a, int n,int parent){int child = parent * 2 + 1;//向下调整while (parent  a[child + 1]){child++;}if (a[child]    

因为要调整为小堆,所以要找到孩子中较小的一个进行比较;

如果父节点小于较小的孩子节点则直接break不需要调整,因为向下调整的前提条件是——左右子树都是小堆。

调整前:

调整后:

Swap函数在这里

//交换函数void Swap(HPDataType* a,HPDataType* b){HPDataType tmp = *a;*a = *b;*b = tmp;}

②第二种向下调整为大堆;前提条件——左右子树都是大堆

//堆向下调整算法(大堆)void AdjustDown(HPDataType* a, int n,int parent){int child = parent * 2 + 1;//向下调整while (child  a[parent]){Swap(&a[child], &a[parent]);parent = child;child = child * 2 + 1;}elsebreak;}}

因为要调整为大堆,所以要找到孩子中较大的一个进行比较; 如果父节点大于于较大的孩子节点则直接break不需要调整,因为向下调整的前提条件是——左右子树都是大堆。

我们这里使用小堆向下调整,大家可以根据自己的需求选择哦~

学习完堆向下调整我们知道只要左右子树是一个堆,那么我们就可以从根节点开始向下调整直到整个二叉树成为一个堆;

所以删除堆顶元素我们就可以将堆顶元素与最后一个元素交换一下位置,这样除了根节点,其余父子关系都没变,左右子树还是堆,删除交换后的最后一个元素(也就是原来的根节点);

我们再利用堆向下调整算法,将整个二叉树再次复原为堆。

堆顶元素删除

// 堆的删除,删除堆顶元素void HeapPop(Heap* hp){assert(hp);assert(!HeapEmpty(hp));//判空函数将在后文介绍//交换首尾元素Swap(&hp->a[0], &hp->a[hp->size - 1]);//size要记得--,表示删除元素hp->size--;//向下调整算法AdjustDown(hp->a, hp->size, 0);}

4.堆的插入

void HeapPush(Heap* hp, HPDataType x)

我们知道堆的父节点必须都大于或小于子节点,那么往一个堆中插入元素是没办法保证大于或小于其父节点的,所以我们插入之后需要调整这个二叉树来保证堆;

这里就要用到堆向上调整算法了;注意下面是小堆的调整

堆向上调整算法

//向上调整void AdjustUp(HPDataType* a,int child){//找到双亲节点int parent = (child - 1) / 2;//向上调整while (child > 0){if (a[parent] > a[child]){Swap(&a[parent], &a[child]);child = parent;parent = (child - 1) / 2;}elsebreak;}}

堆向上调整类似于向下调整也有大堆小堆之分,大家可以依照堆的向下调整自己试试看写一下大堆的向上调整

堆的插入

// 堆的插入void HeapPush(Heap* hp, HPDataType x){assert(hp);//判断容量if (hp->size == hp->capacity)//容量满了扩容{int newcapacity = hp->capacity == 0 ? 0 : 2 * hp->capacity;HPDataType* new = (HPDataType*)realloc(hp->a, sizeof(HPDataType) * newcapacity);if (new == NULL){perror("realloc fail");return;}hp->a = new;hp->capacity = newcapacity;}//尾插hp->a[hp->size] = x;hp->size++;//向上调整算法AdjustUp(hp->a,hp->size-1);}

这里要注意插入数据要判断容量,如果满了要用realloc函数扩容,对于realloc函数有疑问的可以看土土的动态内存函数博客——c语言动态内存函数介绍;

如果第一次扩容,就将空间扩为4个HPDataType,其余扩原来的两倍

5. 取堆顶的数据

HPDataType HeapTop(Heap* hp);

// 取堆顶的数据HPDataType HeapTop(Heap* hp){assert(hp);assert(!HeapEmpty(hp));//判空return hp->a[0];//顶即下标为0的元素}

6. 堆的数据个数

int HeapSize(Heap* hp)

// 堆的数据个数int HeapSize(Heap* hp){assert(hp);return hp->size;}

堆的数据个数即为结构体中的size,直接返回即可

7.堆的销毁

void HeapDestory(Heap* hp)

// 堆的销毁void HeapDestory(Heap* hp){assert(hp);free(hp->a);hp->a = NULL;hp->capacity = 0;hp->size = 0;}

,在内存中用realloc函数开辟空间用 free释放即可

判空函数在这里~

int HeapEmpty(Heap* hp)

// 堆的判空int HeapEmpty(Heap* hp){assert(hp);return hp->size == 0;}

8.堆实现代码如下

#include"Heap.h"//堆的初始化void HeapInit(Heap* hp){assert(hp);hp->a = NULL;hp->capacity = 0;hp->size = 0;}// 堆的销毁void HeapDestory(Heap* hp){assert(hp);free(hp->a);hp->a = NULL;hp->capacity = 0;hp->size = 0;}//交换函数void Swap(HPDataType* a,HPDataType* b){HPDataType tmp = *a;*a = *b;*b = tmp;}//堆向下调整算法void AdjustDown(HPDataType* a, int n,int parent){//找到较小的孩子节点int child = parent * 2 + 1;//向下调整while (child  a[child + 1]){child++;}if (a[child]  0){if (a[parent] > a[child]){Swap(&a[parent], &a[child]);child = parent;parent = (child - 1) / 2;}elsebreak;}}// 堆的插入void HeapPush(Heap* hp, HPDataType x){assert(hp);//判断容量if (hp->size == hp->capacity)//容量满了扩容{int newcapacity = hp->capacity == 0 ? 0 : 2 * hp->capacity;HPDataType* new = (HPDataType*)realloc(hp->a, sizeof(HPDataType) * newcapacity);if (new == NULL){perror("realloc fail");return;}hp->a = new;hp->capacity = newcapacity;}//尾插hp->a[hp->size] = x;hp->size++;//向上调整算法AdjustUp(hp->a,hp->size-1);}// 堆的删除,删除堆顶元素void HeapPop(Heap* hp){assert(hp);assert(!HeapEmpty(hp));Swap(&hp->a[0], &hp->a[hp->size - 1]);hp->size--;//向下调整算法AdjustDown(hp->a, hp->size, 0);}// 取堆顶的数据HPDataType HeapTop(Heap* hp){assert(hp);assert(!HeapEmpty(hp));return hp->a[0];}// 堆的数据个数int HeapSize(Heap* hp){assert(hp);return hp->size;}// 堆的判空int HeapEmpty(Heap* hp){assert(hp);return hp->size == 0;}

测试代码如下:

#include"Heap.h"int main(){Heap hp;HeapInit(&hp);int a[] = { 65,100,70,32,50,60 };for (int i = 0; i  

运行结果如下:

居然是升序诶~大家知道原因吗✨✨ 可以根据上面的代码和介绍理解为自己解答哦~土土将在下一篇博客介绍堆的应用,会详细介绍堆排序哦 ~

三、结语

上一篇:服务器升级怎么换头像框?

下一篇:怎么上传程序到服务器?