数据结构的堆(c语言版)

ops/2024/9/24 12:20:28/

一.堆的概念

1.堆的基本概念

在计算机科学中,堆是一种特殊的数据结构,通常用于实现优先队列和动态分配内存。

2.堆的特征

堆是一个完全二叉树,它具有以下两个主要特性:

  1. 堆序性:对于最大堆,在堆中的任意节点i,其父节点的值大于等于节点i的值;对于最小堆,在堆中的任意节点i,其父节点的值小于等于节点i的值。这意味着在最大堆中,根节点是堆中最大的元素;在最小堆中,根节点是堆中最小的元素。

  2. 完全二叉树性质:除了最底层外,堆的其他层都是满的,并且最底层的节点集中在左侧。

3.堆的性质

根据堆序性质,我们可以高效地找到堆中的最大(最小)元素。这使得堆非常适用于解决一些需要高效获取最大(最小)元素的问题,例如优先队列和排序算法(如堆排序)。

堆可以用数组来实现,其中父节点和子节点之间的关系可以通过索引计算得出。通常,堆的插入和删除操作会触发堆的调整,以维持堆序性质。

需要注意的是,堆和操作系统中的堆内存分配是不同的概念。在操作系统中,堆内存指的是动态分配的内存区域,而在数据结构中,堆是一种数据结构

4.堆的优缺点

优点:

  1. 高效的插入和删除操作:在堆中,插入和删除元素的时间复杂度为O(log n),其中n是堆中元素的个数。这是由于堆的调整过程只需要对树的高度进行操作,堆的高度通常比较小。

  2. 快速获取最大(最小)元素:在最大堆中,根节点是堆中的最大元素;在最小堆中,根节点是堆中的最小元素。因此,可以在O(1)的时间复杂度内获取最大(最小)元素。

  3. 实现优先队列:堆常用于实现优先队列,其中元素按照优先级进行排序。优先队列可以在O(1)的时间复杂度内获取最高优先级的元素,并且在O(log n)的时间复杂度内插入和删除元素。

缺点:

  1. 不支持快速查找:堆并不提供快速查找指定元素的功能。如果需要在堆中进行查找操作,时间复杂度为O(n),需要遍历整个堆。

  2. 内存空间的浪费:堆使用数组来存储元素,如果事先不知道元素的个数,需要预分配一个较大的数组空间。这可能会导致内存空间的浪费。

  3. 不稳定性:堆排序算法是一种不稳定的排序算法。在排序过程中,相等元素的相对顺序可能会改变。

二.堆的功能

  1. 插入元素:向堆中插入一个新元素。插入操作会根据堆的特性进行调整,以保持堆的性质。

  2. 删除最大(最小)元素:从堆中删除并返回最大(最小)元素。删除操作会将堆的最后一个元素移到堆顶,并根据堆的特性进行调整,以保持堆的性质。

  3. 获取最大(最小)元素:返回堆中的最大(最小)元素,而不删除它。获取操作只是简单地返回堆的根节点的值。

  4. 堆排序:使用堆进行排序。堆排序是一种基于堆的排序算法,它利用堆的性质进行排序操作。

  5. 构建堆:将一个无序的数组转换为一个堆。构建堆的过程会进行堆调整,以满足堆的性质。

  6. 堆化:对一个已有的堆进行调整,以满足堆的性质。堆化可以通过自上而下或自下而上的方式进行。

  7. 堆的合并:将两个堆合并为一个堆。堆的合并操作通常用于合并多个优先队列。

  8. 查找元素:在堆中查找指定元素。由于堆并不提供快速查找功能,查找操作需要遍历整个堆,时间复杂度为O(n)。

三.堆的代码实现

1.堆的定义

创建一个结构体,其中成员如下:

  • array:一个指向整型数组的指针,用于存储堆中的元素。
  • capacity:一个整数,表示堆的容量,即 array 数组的最大长度。
  • size:一个整数,表示当前堆中的元素个数,即 array 数组中实际存储的元素数量。
typedef struct {int* array;     // 存储堆元素的数组int capacity;   // 堆的容量int size;       // 堆中当前元素的个数
} Heap;

2.创建堆

创建堆。该函数接受一个整数参数 capacity,表示堆的容量。它会分配堆所需的内存,并返回指向堆结构的指针。

// 创建堆
Heap* createHeap(int capacity) {Heap* heap = (Heap*)malloc(sizeof(Heap));heap->array = (int*)malloc(sizeof(int) * capacity);heap->capacity = capacity;heap->size = 0;return heap;
}

3.交换两个数值

交换两个元素的值。该函数接受两个整型指针作为参数,通过引用交换指针所指向的两个整数的值。

// 交换两个元素
void swap(int* a, int* b) {int temp = *a;*a = *b;*b = temp;
}

4.入堆

向堆中插入元素。该函数接受一个指向堆结构的指针 heap 和要插入的整数值 value。它将元素插入到堆的最后位置,并通过自上而下的调整操作,保持堆的性质。

// 向堆中插入元素
void insert(Heap* heap, int value) {if (heap->size == heap->capacity) {printf("堆已满,无法插入新元素。\n");return;}// 将新元素插入到堆的最后位置heap->array[heap->size] = value;int currentIndex = heap->size;int parentIndex = (currentIndex - 1) / 2;// 自下而上调整堆结构while (currentIndex > 0 && heap->array[currentIndex] > heap->array[parentIndex]) {swap(&heap->array[currentIndex], &heap->array[parentIndex]);currentIndex = parentIndex;parentIndex = (currentIndex - 1) / 2;}heap->size++;
}

5.出堆

从堆中删除并返回最大元素。该函数接受一个指向堆结构的指针 heap。它将堆顶元素(最大元素)删除,并将最后一个元素移到堆顶,然后通过自上而下的调整操作,保持堆的性质。

// 从堆中删除并返回最大元素
int deleteMax(Heap* heap) {if (heap->size == 0) {printf("堆为空,无法删除元素。\n");return -1;}int maxValue = heap->array[0];// 将最后一个元素移到堆顶heap->array[0] = heap->array[heap->size - 1];heap->size--;int currentIndex = 0;int leftChildIndex = 2 * currentIndex + 1;int rightChildIndex = 2 * currentIndex + 2;// 自上而下调整堆结构while (1) {int maxIndex = currentIndex;// 与左子节点比较if (leftChildIndex < heap->size && heap->array[leftChildIndex] > heap->array[maxIndex]) {maxIndex = leftChildIndex;}// 与右子节点比较if (rightChildIndex < heap->size && heap->array[rightChildIndex] > heap->array[maxIndex]) {maxIndex = rightChildIndex;}// 如果当前节点已经是最大值,则堆已调整完毕if (maxIndex == currentIndex) {break;}// 否则,交换当前节点与最大子节点的位置swap(&heap->array[currentIndex], &heap->array[maxIndex]);currentIndex = maxIndex;leftChildIndex = 2 * currentIndex + 1;rightChildIndex = 2 * currentIndex + 2;}return maxValue;
}

6.打印堆

打印堆元素。该函数接受一个指向堆结构的指针 heap。它会遍历堆中的元素,并将它们打印出来。

// 打印堆元素
void printHeap(Heap* heap) {printf("堆元素:");for (int i = 0; i < heap->size; i++) {printf("%d ", heap->array[i]);}printf("\n");
}

7.销毁堆

释放堆内存。该函数接受一个指向堆结构的指针 heap。它会释放堆所占用的内存,防止内存泄漏。

// 释放堆内存
void destroyHeap(Heap* heap) {free(heap->array);free(heap);
}

四.堆的源码呈现

#include <stdio.h>
#include <stdlib.h>// 定义堆结构
typedef struct {int* array;     // 存储堆元素的数组int capacity;   // 堆的容量int size;       // 堆中当前元素的个数
} Heap;// 创建堆
Heap* createHeap(int capacity) {Heap* heap = (Heap*)malloc(sizeof(Heap));heap->array = (int*)malloc(sizeof(int) * capacity);heap->capacity = capacity;heap->size = 0;return heap;
}// 交换两个元素
void swap(int* a, int* b) {int temp = *a;*a = *b;*b = temp;
}// 向堆中插入元素
void insert(Heap* heap, int value) {if (heap->size == heap->capacity) {printf("堆已满,无法插入新元素。\n");return;}// 将新元素插入到堆的最后位置heap->array[heap->size] = value;int currentIndex = heap->size;int parentIndex = (currentIndex - 1) / 2;// 自下而上调整堆结构while (currentIndex > 0 && heap->array[currentIndex] > heap->array[parentIndex]) {swap(&heap->array[currentIndex], &heap->array[parentIndex]);currentIndex = parentIndex;parentIndex = (currentIndex - 1) / 2;}heap->size++;
}// 从堆中删除并返回最大元素
int deleteMax(Heap* heap) {if (heap->size == 0) {printf("堆为空,无法删除元素。\n");return -1;}int maxValue = heap->array[0];// 将最后一个元素移到堆顶heap->array[0] = heap->array[heap->size - 1];heap->size--;int currentIndex = 0;int leftChildIndex = 2 * currentIndex + 1;int rightChildIndex = 2 * currentIndex + 2;// 自上而下调整堆结构while (1) {int maxIndex = currentIndex;// 与左子节点比较if (leftChildIndex < heap->size && heap->array[leftChildIndex] > heap->array[maxIndex]) {maxIndex = leftChildIndex;}// 与右子节点比较if (rightChildIndex < heap->size && heap->array[rightChildIndex] > heap->array[maxIndex]) {maxIndex = rightChildIndex;}// 如果当前节点已经是最大值,则堆已调整完毕if (maxIndex == currentIndex) {break;}// 否则,交换当前节点与最大子节点的位置swap(&heap->array[currentIndex], &heap->array[maxIndex]);currentIndex = maxIndex;leftChildIndex = 2 * currentIndex + 1;rightChildIndex = 2 * currentIndex + 2;}return maxValue;
}// 打印堆元素
void printHeap(Heap* heap) {printf("堆元素:");for (int i = 0; i < heap->size; i++) {printf("%d ", heap->array[i]);}printf("\n");
}// 释放堆内存
void destroyHeap(Heap* heap) {free(heap->array);free(heap);
}int main() {Heap* heap = createHeap(10);insert(heap, 5);insert(heap, 8);insert(heap, 2);insert(heap, 10);insert(heap, 3);printHeap(heap);int max = deleteMax(heap);printf("删除的最大元素:%d\n", max);printHeap(heap);destroyHeap(heap);return 0;
}


http://www.ppmy.cn/ops/38415.html

相关文章

攻略:ChatGPT3.5~4.0(中文版)国内无限制免费版(附网址)【2024年5月最新更新】

一、什么是ChatGPT&#xff1f; 1、ChatGPT的全名是Chat Generative Pre-trained Transformer&#xff0c;其中"chat"表示聊天。"GPT"则是由三部分组成&#xff1a;生成式&#xff08;generative&#xff09;意味着具有创造力&#xff1b;预训练&#xff0…

武汉星起航:成功挂牌上股交,优势尽显启新程,共绘创业投资梦

在金秋十月的尾声&#xff0c;武汉星起航电子商务有限公司迎来了一个重要的历史时刻——于2023年10月30日在上海股权托管交易中心成功挂牌展示&#xff0c;正式登陆资本市场。这一里程碑式的跨越&#xff0c;不仅标志着武汉星起航在跨境电商领域的卓越实力&#xff0c;更彰显了…

二维平移矩阵 (2D translate matrix)

2D translate matrix 推荐阅读正文推荐阅读 矢量旋转矩阵 正文 之前我们介绍了矢量旋转矩阵的形式,这里我们来介绍一下平移矩阵的形式。比如,我们我们有一个点,其坐标为 (0,1)。那么我们如何操作才能够将这个点沿着 x 轴正方向平移 1 个单位长度呢? 这里我们以向右移动…

Easy TCP Analysis提供了四大特性,兼顾了TCP数据包分析入门学习到实战问题排查不同阶段用户对工具的需求

一款兼顾TCP数据包分析入门学习和实战不同阶段用户需求的工具 Easy TCP Analysis是一款在线TCP数据包分析工具&#xff0c;致力于让TCP数据包分析变得跟看聊天记录一样简单&#xff01; Easy TCP Analysis提供了四大特性&#xff0c;兼顾了从入门学习到实战分析不同阶段用户对…

【日常开发之FTP】Windows开启FTP、Java实现FTP文件上传下载

【日常开发之FTP】windows开启FTP、Java实现FTP文件上传下载 FTP前言FTP是什么&#xff1f;FTP两种模式 Windows开启FTPFTP windows 配置防火墙配置 Java部分Maven配置创建FTPClient 注意 FTP前言 FTP是什么&#xff1f; FTP是一个专门进行文件管理的操作服务&#xff0c;一般…

HDLbits 刷题 -- Exams/m2014 q3

Consider the function f shown in the Karnaugh map below. Implement this function. d is dont-care, which means you may choose to output whatever value is convenient. 译&#xff1a;考虑下面卡诺图中显示的函数f。 实现这个函数。D是dont-care&#xff0c;这意味着…

面试题:String类型长度有限制吗?最大多少?

简介 Java中String是有长度限制的。String还有长度限制?是的有,而且在JVM编译中还有规范,String长度限制的场景(将某固定文件转码成Base64的形式用字符串存储,在运行时需要的时候在转回来,当时文件比较大),那这个规范限制到底是怎么样的,我们分析下。 …

������森林消防泵:特点及使用场景 /恒峰智慧科技������

在大自然的怀抱中&#xff0c;森林是地球上最美丽的绿色家园。然而&#xff0c;森林火灾却时常威胁着这片美丽的家园。为了保护森林&#xff0c;我们有幸拥有了一支强大的森林消防泵队伍。今天&#xff0c;就让我们一起来了解一下这些守护者们的故事吧&#xff01; &#xfffd…