欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

堆的原理以及实现

程序员文章站 2024-02-11 21:17:22
...

堆的原理以及实现
本文是在好友哆啦奇梦的耐心指导下完成的,在此表示感谢!

  1. 大顶堆:
    所有的父节点的值都比孩子节点大,叶子节点值最小。root 根节点是第一个节点值最大

  2. 小顶堆:
    和大顶堆相反,所有父节点值,都小于子节点值,root 根节点是 第一个节点值最小

根据完全二叉树的性质,若将堆中的数据至顶向下,从左向右的存在一个一维数组里面,
则父节点的位置索引总是该节点位置索引减1再除2取整的结果。 p = (c-1) // 2


下面的图片来自这里
堆的列表索引对应的形状如下:
堆的原理以及实现
维护一个堆主要有两个操作:上浮和下沉:
如果是维护一个最小堆,上浮操作如下,子节点找他的父节点,如果子节点小于父节点,那么我们就交换父子节点的值
堆的原理以及实现
同上,如果是维护一个最小堆,我们的父节点比子节点大,就需要下沉。下沉的操作如下:
堆的原理以及实现
实现的代码如下:

from typing import List
"""
父节点与子节点的索引位置关系,p父节点,c子节点
p = (c-1)//2
c1 = 2*p+1
c2 = 2*p+2
本程序维护的是一个最大堆
"""

#对某一个父节点进行下沉,用于删除堆顶元数  arr数组;p节点;arr_len:数组长度
def downAdjust(arr, p, arr_len):
    temp = arr[p]#找到要下沉的父节点的值
    c = 2*p + 1 #计算出其左子节点的索引
	#最大堆降序排序
    while c <= arr_len:#当索引的位置在数组内的时候
        if (c+1) <= arr_len and arr[c] > arr[c+1]:#当前儿子比另一个儿子大
            c += 1#找到父节点的两个儿子中的较小的那一个
        if temp <= arr[c]:#如果父节点小于等于小儿子,不对,弹出,不能下沉
            break
        arr[p] = arr[c]#父节点值变成小儿子的值
        p = c#父节点的索引变成小儿子的索引
        c = 2*p+1
    arr[p] = temp
    return arr
    """最小堆升序排序
    while c <= arr_len:#当索引的位置在数组内的时候
        if (c+1) <= arr_len and arr[c] < arr[c+1]:#当前儿子比另一个儿子大
            c += 1#找到父节点的两个儿子中的较大的那一个
        if temp >= arr[c]:#如果父节点大于等于大儿子,不对,弹出,不能下沉
            break
        arr[p] = arr[c]#父节点值变成大儿子的值
        p = c#父节点的索引变成大儿子的索引
        c = 2*p+1
    arr[p] = temp
    return arr
    """
#对某一个节点'上浮' 在插入的时候,把新节点插入到完全二叉树的最后一个位置
def upAdjust(arr, length):
    c = length - 1#子节点
    p = (c-1) // 2#父节点
    temp = arr[c]#临时保存子节点
    
    while c > 0 and temp > arr[p]:#子节点存在且比父节点大
        arr[c] = arr[p]
        arr[p] = temp
        c = p
        p = (c-1)//2
    #弹出的时候,子节点小于等于其父节点的值的时候,填充上浮的值到正确的位置
    arr[c] = temp
    return arr

#构建一个最大二叉堆
def buildHeap(arr):
    n = len(arr) - 1#算出数组的长度
    p = (n-1) // 2#计算出倒数的父节点

    while p >= 0:
        arr = downAdjust(arr, p, n)
        p -= 1
    return arr

#堆排序
def heapSort(arr):
    buildHeap(arr)
    n = len(arr) - 1
    for i in range(n, 0, -1):
        arr[i], arr[0] = arr[0],arr[i]
        arr = downAdjust(arr, 0, i-1)
    return arr

来看一个建立最大堆的例子:输入为[1,3,5,2,4,]
堆的原理以及实现
堆的原理以及实现
说明
为啥开始建立的是最小堆,然后继续使用下沉就变成了最大堆的排序??

  • 建立最小堆之后,列表第一个元素是最小的,
  • 使其与列表最后一个较大的元素交换,那么列表的最后一个元数就是最小值了。
  • 我们在使用下沉,但是这里的下沉范围为 n - 1,意思就是最后一个最小的元素已经排好序,不参与下沉。
  • 我们再对前面的n-1个数进行一个下沉取最小堆的操作,得到n-1个数的最小堆,堆顶的元数是这n-1中最小的。
  • 重复上述的倒数第二个元数和堆顶的最小元数交换,然后下沉的区间长度又减一,重复下去,我们就可以得到一个,排序的最大堆。

注意
我们刚才是通过求最小堆来得到一个最大堆得排序。我们如果想要得到得一个最小堆得排序,也是和上面得操作类似。只要我们开始的时候得到的是一个最大堆,每次交换堆顶和堆底的值,就可以得到一个排序的最小堆。


建立最大堆和最小堆的区别与联系:
我们在下沉建立堆的时候,例如上述的代码,建立一个最小堆的时候(非严格排序)。

我们每次的父节点比较的对象是小儿子,如果父节点大于小儿子,那么父节点就赋值为小儿子的值。然后小儿子作为父节点,找到小孙子,如果小儿子大于小孙子,那么小儿子就变成小孙子。最后弹出之后,小孙子赋值成为爷爷,即对这一条链路进行递增排序,最大的放在后面,所以可以下沉形成一个最小堆。

def downAdjust(arr, p, arr_len):
    temp = arr[p]#找到要下沉的父节点的值
    c = 2*p + 1 #计算出其左子节点的索引
	#最大堆降序排序
    while c <= arr_len:#当索引的位置在数组内的时候
        if (c+1) <= arr_len and arr[c] > arr[c+1]:#当前儿子比另一个儿子大
            c += 1#找到父节点的两个儿子中的较小的那一个
        if temp <= arr[c]:#如果父节点小于等于小儿子,不对,弹出,不能下沉
            break
        arr[p] = arr[c]#父节点值变成小儿子的值
        p = c#父节点的索引变成小儿子的索引
        c = 2*p+1
    arr[p] = temp
    return arr

所以我们在建立一个最大堆的时候,需要修改上述的比较条件。由于最大堆是大的在前面,所以这次的爷爷节点值应该是要和大儿子的比较,如果爷爷节点值大于大儿子的值,说明是这次循环是已经排序好了的。但是如果爷爷节点值小于大儿子的值,这时候大儿子的值就要赋值给爷爷节点,大儿子作为新的父节点,去和大孙子节点比较,如果大儿子节点值小于大孙子节点值,大儿子节点被赋值为大孙子节点值。弹出的时候,大孙子节点值被赋值为这三代中最小的那个爷爷节点值。就此完成一个小循环最小堆的建立。

    while c <= arr_len:#当索引的位置在数组内的时候
        if (c+1) <= arr_len and arr[c] < arr[c+1]:#当前儿子比另一个儿子大
            c += 1#找到父节点的两个儿子中的较大的那一个
        if temp >= arr[c]:#如果父节点大于等于大儿子,不对,弹出,不能下沉
            break
        arr[p] = arr[c]#父节点值变成大儿子的值
        p = c#父节点的索引变成大儿子的索引
        c = 2*p+1
    arr[p] = temp
    return arr