堆

文章目录

优先队列

普通队列：先进先出；后进后出
优先队列：出队顺序和入队顺序无关，与优先级有关
适用于动态数据维护的情况
N个元素中选前M个，使用普通排序算法的时间复杂度为O(NlogN)，而使用堆排序的时间复杂度为O(NlogM)

基本实现

经典实现：二叉堆（Binary Heap）
二叉堆的特点：
- 任何一个节点都小于等于其父节点——最大堆
- 是一棵完全二叉树：除了最后一层外，其它层必须满节点。最后一层节点都在最左侧。
数组实现二叉堆
数组实现的特点：若将根节点序号设为1，则左节点的序号是其父节点的二倍。右节点的序号是其父节点的二倍+1；下面的实现都将根节点序号设为1.

Shift Up（向堆中插入一个元素）

当数组末尾新插入一个元素后，需要将其安排在二叉堆中的合适的位置，这个过程叫做Shift Up
方法：不断判断该元素与其父节点的值的大小，若大于其父节点的值，则两者交换位置，直到其不再大于其父节点为止

void shiftUp(int data[], int count, int k){
      
      
	while(k > 1 && data[k/2] < data[k]){
      
      
		swap(data[k/2], data[k]);
		k/2;
	}
}

Shift Down（从堆中取出一个元素）

当取出数组首元素之后，重新排列数组元素使其符合二叉堆的定义的过程叫做Shift Down
方法：将取出首元素后，将末尾元素放到首元素的位置，然后不断与其子节点中值较大的节点进行交换位置，直到其不再小于其任意一个子节点为止

// swap(data[1], data[count]);
// count--;
void shiftDown(int data[], int count, int k){
      
      
    while(2*k <= count){
      
      
        int j=2*k;// 在此轮循环中，data[k]和data[j]交换位置
        if(j+1 <= count && data[j+1] > data[j])
            j+=1;
        
        if(data[k]>=data[j])
            break;
        
        swap(data[k], data[j]);
        k=j;
    }
}

不断重复该操作相当于对该数组排序，称为堆排序

Heapify

将一个无序的数组重新排列，成为一个二叉堆的过程称为Heapify
方法：找到该数组的第一个非叶子节点（对于根节点索引为1的二叉堆来说，索引为count/2的节点即为第一个非叶子节点），即上图中的第5号节点22，不断对其及之前的节点（22、13、19、17、15）进行Shift Down操作
将N个元素逐一插入到一个空队中的时间复杂对为O(NlogN)；Heapify的时间复杂度为O(N)

堆排序

步骤：使用Heapify将一个无序数组构建成堆，然后不断取出首元素，并使用ShiftDown使剩余元素仍然维持一个堆。

void heapSort(int arr[], int n) {
      
      
	// 重新申请一块内存
    data = new int[n + 1];

    for (int i = 0; i < n; i++)
        data[i + 1] = arr[i];
    count = n;

    // Heapify
    for (int i = count / 2; i >= 1; i--)
        shiftDown(data,count, i);
	
    // 不断取出首元素
    for (int i = n - 1; i >= 0; i--){
      
      
        arr[i] = data[1];
     	swap(data[1], data[count]);
        count--; 
        shiftDown(data, count, 1);
    }
}

索引堆

使用索引堆的原因：
- 避免了大量的赋值操作，尤其是对于元素复杂的数据，会消耗较多时间
- 由于重新排序后原数据元素的位置会发生改变，因此很难通过原索引找到某个元素。
解决方法：
- 存储数据的时候多存储一份每个数据的索引，即另开辟一块跟原数组同等大小的数组，存储原数据的索引。由于只是整型数组，并不占很大内存。
- 在构建堆的时候，元素进行比较的还是data中的值，而交换的却是对应的index。这样构建完后，原数组data并没有改变，改变的只是index。这样就避免了对原数据的复制，只需要交换index整型数组。
- 对于该最大索引堆，首元素为index[1]对应的元素62，原数据的第一个元素仍然为15，方便索引。
反向索引：
- 除了要知道原数组第i个元素对应的值是多少外，还要知道该元素在堆中的索引，即排在堆中的位置。比如，想知道原数组第8个元素是30之外，还想要知道它在堆中的位置。
- 解决方法：另开辟一个数组，存放该元素在堆中的索引即可。