两种简单实现

  第一种 链表

  第一种实现利用链表存储数据,每次在表头插入元素;getMin 时,遍历一遍线性表找到最小的元素,然后将之删除、值返回。(getMax 同理)。

  链表的在头节点的插入和删除时间复杂度都是O(1),所以用链表实现的堆,insert 时间复杂度是O(1)、getMin 时间复杂度是O(n)。

  C++代码如下

template<typename T>
class Heap
{
public:
void insert(const T &val)
{
l.push_front(val);
} T getMin()
{
list<T>::iterator itMin = l.begin(); for (list<T>::iterator it = l.begin(); it != l.end(); it++)
{
if (*it < *itMin)
itMin = it;
} T temp = *itMin; l.erase(itMin); return temp;
} private:
list<T> l;
};

  测试用例如下

int main()
{
Heap<int> h; h.insert();
h.insert();
h.insert();
h.insert(); cout << h.getMin() << endl; return ;
}

  第二种 二叉树

  第二种实现利用二叉树来存储元素,它对于 insert 和 getMin 操作时间复杂度都是 O(log N)。

  C++代码如下

template<typename T>
struct Node
{
Node(T v) : val(v), left(nullptr), right(nullptr) {};
T val;
struct Node* left;
struct Node* right;
}; template<typename T>
class Heap
{
public:
Heap() { root = nullptr; } void insert(const T &val)
{
struct Node<T> **p = &root; while (*p != nullptr)
{
if (val == (*p)->val)
return; if (val < (*p)->val)
{
p = &((*p)->left);
continue;
} if (val >(*p)->val)
{
p = &((*p)->right);
continue;
}
} *p = new struct Node<T>(val);
} T getMin()
{
struct Node<T> *p = findMin(root); T temp = p->val; erase(p); return temp;
} private:
struct Node<T>* findMin(struct Node<T>* p)
{
if (p != nullptr)
while (p->left != nullptr)
p = p->left; return p;
} struct Node<T>* findFather(T val)
{
struct Node<T>* p = root; while (p != nullptr)
{
if (p->val > val)
{
if (p->left->val == val)
break; p = p->left;
} if (p->val < val)
{
if (p->right->val == val)
break; p = p->right;
} if (p->val == val)
break;
} return p;
} void erase(struct Node<T>* p)
{
struct Node<T>* fatherP = findFather(p->val); if (p == root)
{
if (p->left == nullptr && p->right == nullptr)
{
root = nullptr;
delete p;
} //right
else if (p->left == nullptr && p->right != nullptr)
{
root = p->right;
delete p;
}
} //leaf
else if (p->left == nullptr && p->right == nullptr)
{
if (fatherP->left == p)
fatherP->left = nullptr; if (fatherP->right == p)
fatherP->right = nullptr; delete p;
} //right child
else if (p->left == nullptr && p->right != nullptr)
{
fatherP->left = p->right;
delete p;
}
} struct Node<T>* root;
};

  测试用例如下

int main()
{
Heap<int> bt; for (auto &e : { })
bt.insert(e); for (auto &e : { })
cout << bt.getMin() << endl; for (auto &e : { , , })
bt.insert(e); for (auto &e : { , , })
cout << bt.getMin() << endl; for (auto &e : { , , })
bt.insert(e); for (auto &e : { , , })
cout << bt.getMin() << endl; for (auto &e : { , , , , , , })
bt.insert(e); for (auto &e : { , , , , , , })
cout << bt.getMin() << endl; return ;
}

  二叉堆

  二叉堆是“堆”的默认实现方式。

  堆结构两大性质

  i. 结构性质

  对于数组中任一位置 i 上的元素,其左儿子在位置 2i 上,右儿子在左儿子后的单元 (2i + 1)中,它的父亲则在位置 ⌊i / 2⌋ 上。

  i. 堆序性质

  在一个堆中,对于每一个节点 X, X 的父亲中的关键字小于(或等于)X 中的关键字,根节点除外(它没有父亲)。

  代码实现

#include <iostream>
#include <vector> using namespace std; template<typename T>
class Heap
{
public:
Heap() : _v() {}; void insert(T val)
{
_v.push_back(val); vector<T>::size_type i; for (i = _v.size() - ; _v[i / ] > val; i /= )
{
_v[i] = _v[i / ];
} _v[i] = val;
} T removeMin()
{
if (_v.size() == )
{
return NULL;
} T minElement = _v[];
T lastElement = _v[_v.size() - ]; vector<T>::size_type i, child; for (i = ; i * < _v.size(); i = child)
{
child = i * ; if (child != _v.size() - && _v[child + ] < _v[child])
{
child++;
} if (lastElement > _v[child])
{
_v[i] = _v[child];
}
else
{
break;
}
} _v[i] = lastElement;
_v.pop_back(); return minElement;
} private:
vector<T> _v;
}; int main()
{
int arr[] = { ,,,, }; Heap<int> h; for (auto e : arr)
{
h.insert(e);
} for (auto e : arr)
{
cout << h.removeMin() << endl;
} return ;
}

  d-堆

  d-堆是二叉堆的简单推广,它恰像一个二叉堆,只是所有节点都有 d 个儿子(因此,二叉堆是2-堆)。

  它将 insert 操作的运行时间改进为 O(logd N)。然而,对于大的 d,deleteMin操作费时得多。

  有证据显示,在实践中 4-堆 可以胜过二叉堆。

堆(Heap)的更多相关文章

  1. JVM的堆(heap)、栈(stack)和方法区(method)

    JVM主要由类加载器子系统.运行时数据区(内存空间).执行引擎以及与本地方法接口等组成.其中运行时数据区又由方法区Method Area.堆Heap.Java stack.PC寄存器.本地方法栈组成. ...

  2. [转]JVM 内存初学 (堆(heap)、栈(stack)和方法区(method) )

    这两天看了一下深入浅出JVM这本书,推荐给高级的java程序员去看,对你了解JAVA的底层和运行机制有比较大的帮助.废话不想讲了.入主题: 先了解具体的概念:JAVA的JVM的内存可分为3个区:堆(h ...

  3. 堆heap和栈Stack(百科)

    堆heap和栈Stack 在计算机领域,堆栈是一个不容忽视的概念,堆栈是两种数据结构.堆栈都是一种数据项按序排列的数据结构,只能在一端(称为栈顶(top))对数据项进行插入和删除.在单片机应用中,堆栈 ...

  4. (转)Java里的堆(heap)栈(stack)和方法区(method)(精华帖,多读读)

    [color=red][/color]<一> 基础数据类型直接在栈空间分配, 方法的形式参数,直接在栈空间分配,当方法调用完成后从栈空间回收.   引用数据类型,需要用new来创建,既在栈 ...

  5. Java中堆(heap)和栈(stack)的区别

    简单的说: Java把内存划分成两种:一种是栈内存,一种是堆内存. 在函数中定义的一些基本类型的变量和对象的引用变量都在函数的栈内存中分配. 当在一段代码块定义一个变量时,Java就在栈中为这个变量分 ...

  6. 优先队列Priority Queue和堆Heap

    对COMP20003中的Priority queue部分进行总结.图片来自于COMP20003 queue队列,顾名思义特点先进先出 priority queue优先队列,出来的顺序按照优先级prio ...

  7. python数据结构之堆(heap)

    本篇学习内容为堆的性质.python实现插入与删除操作.堆复杂度表.python内置方法生成堆. 区分堆(heap)与栈(stack):堆与二叉树有关,像一堆金字塔型泥沙:而栈像一个直立垃圾桶,一列下 ...

  8. 纸上谈兵: 堆 (heap)

    纸上谈兵: 堆 (heap)   作者:Vamei 出处:http://www.cnblogs.com/vamei 欢迎转载,也请保留这段声明.谢谢! 堆(heap)又被为优先队列(priority ...

  9. JVM 内存初学 堆(heap)、栈(stack)和方法区(method)

    这两天看了一下深入浅出JVM这本书,推荐给高级的java程序员去看,对你了解JAVA的底层和运行机制有比较大的帮助.废话不想讲了.入主题:先了解具体的概念:JAVA的JVM的内存可分为3个区:堆(he ...

  10. 转:JVM 内存初学 (堆(heap)、栈(stack)和方法区(method) )

    原文地址:JVM 内存初学 (堆(heap).栈(stack)和方法区(method) ) 博主推荐 深入浅出JVM 这本书 先了解具体的概念:JAVA的JVM的内存可分为3个区:堆(heap).栈( ...

随机推荐

  1. hdu1754 I Hate It【线段树】

    很多学校流行一种比较的习惯.老师们很喜欢询问,从某某到某某当中,分数最高的是多少.  这让很多学生很反感.  不管你喜不喜欢,现在需要你做的是,就是按照老师的要求,写一个程序,模拟老师的询问.当然,老 ...

  2. ZOJ 3993 - Safest Buildings - [数学题]

    题目链接:http://acm.zju.edu.cn/onlinejudge/showProblem.do?problemCode=3993 题意: 给出n幢建筑,每个都以一个点表示,给出点坐标. 有 ...

  3. python全栈开发目录

    python全栈开发目录 Linux系列 python基础 前端~HTML~CSS~JavaScript~JQuery~Vue web框架们~Django~Flask~Tornado 数据库们~MyS ...

  4. PLSQL Package包的使用

    创建包头 create or replace package pak_kingsql is procedure pro_kingsql(p_one in varchar2,p_two out varc ...

  5. sublime 使用总结

    不管你用什么编辑,sublime是首选编辑器,就是sublime淘汰,但已成为标准.例如:atom,几乎等同于sublime,及其他可以几乎调成到sublime操作方式. 一.常用插件 插件搜索地址: ...

  6. MySQL找出锁等待

    1.服务器级别的锁等待 可以通过show processlist看到等待锁的线程id,但是无法知道究竟哪个线程持有锁 可以通过mysqladmin debug 相关等待锁的线程以及谁持有锁可以在错误日 ...

  7. 事务控制及try catch

    一.事务控制 BEGIN TRY BEGIN TRAN; DECLARE @aaa NVARCHAR(MAX); SET @aaa = 9 / 0; COMMIT TRAN;END TRYBEGIN ...

  8. java获取屏幕密度

    方法1: float xdpi = getResources().getDisplayMetrics().widthPixels;float ydpi = getResources().getDisp ...

  9. What is Druid?

    Druid is a data store designed for high-performance slice-and-dice analytics ("OLAP"-style ...

  10. Java-SpringMvc-@ResponseBody返回中文字符串乱码

    第一种.注解 @RequestMapping(value = "/test.do", method = {RequestMethod.GET},produces = "t ...