堆和优先队列
程序员文章站
2022-03-31 21:18:06
...
1.堆
1.1 定义
堆(英语:heap)是计算机科学中一类特殊的数据结构的统称。堆通常是一个可以被看做一棵树的数组对象。堆总是满足下列性质:
堆中某个节点的值总是不大于或不小于其父节点的值;
堆总是一棵完全二叉树。
1.2 用数组实现二叉堆
package arr
//用slice实现堆
type Heap struct {
H []interface{}
}
/**
* parent 返回节点的父亲节点索引
* @index int
*/
func (h *Heap) Parent(index int) int {
if h.H[index] == 0 {
return 0
}
return (index - 1) / 2
}
/**
* leftchild 返回节点的左孩子节点索引
* @index int
*/
func (h *Heap) Leftchild(index int) int {
return 2*index + 1
}
/**
* rightchild 返回节点的右孩子节点索引
*@index int
*/
func (h *Heap) Rightchild(index int) int {
return 2*index + 2
}
1.3 堆中的CURD
1.3.1 添加元素 Sift Up
/**
* add 向堆中添加节点
* @E 泛型
*/
func (h *Heap) Add(E int) []int {
h.H = append(h.H, E)
return siftup(h, len(h.H)-1)
}
//siftup函数 判断新加入的元素是否满足堆的性质
func siftup(h *Heap, k int) []int {
for k > 0 && h.H[k] > h.H[h.Parent(k)] {
//互换位置
swap(h, k, h.Parent(k))
k = h.Parent(k)
}
return h.H
}
//swap两个元素位置互换
func swap(h *Heap, i, j int) {
z := h.H[i]
h.H[i] = h.H[j] //子节点换成父节点
h.H[j] = z //父节点换成子节点
}
1.3.2 取出元素 Sift Down
取出最大元素
/**
* findmax 删除并输出最大的元素
*/
func (h *Heap) Findmax() int {
rel := h.H[0]
//首位互换
swap(h, 0, len(h.H)-1)
//删除末尾
h.H = h.H[0 : len(h.H)-1]
//下沉操作
siftdown(h, 0)
return rel
}
//siftdown 0节点删除后,最后一个节点上升为0节点的下沉操作
func siftdown(h *Heap, k int) {
for h.Leftchild(k) < len(h.H) { //确定左孩子不超过范围
//j为左右两个孩子中较大的那个的索引
j := h.Leftchild(k)
if j+1 < len(h.H) && h.H[j] < h.H[j+1] { //右孩子存在且右孩子比左孩子大,则j为右孩子
j = h.Rightchild(k)
}
if h.H[k] > h.H[j] {
break
}
swap(h, k, j)
k = j
}
}
1.3.3 取出最大元素,并替换一个新元素 replace
/**
* replace 取出最大元素,并用e来代替
*/
func (h *Heap) Replace(E int) int {
rel := h.H[0]
h.H[0] = E
siftdown(h, 0)
return rel
}
1.3.4 将任意的数组整理成堆 heapify
/**
* heapify 传递一个slice 封装成heap
*/
func (h *Heap) Makeheap() []int {
for a := h.Parent(len(h.H) - 1); a >= 0; a-- {
siftdown(h, a)
}
return h.H
}
1.4 全部代码
package arr
//用slice实现堆
type Heap struct {
H []int
}
/**
* add 向堆中添加节点
* @E 泛型
*/
func (h *Heap) Add(E int) []int {
h.H = append(h.H, E)
return siftup(h, len(h.H)-1)
}
//siftup函数 判断新加入的元素是否满足堆的性质
func siftup(h *Heap, k int) []int {
for k > 0 && h.H[k] > h.H[h.Parent(k)] {
//互换位置
swap(h, k, h.Parent(k))
k = h.Parent(k)
}
return h.H
}
//swap两个元素位置互换
func swap(h *Heap, i, j int) {
z := h.H[i]
h.H[i] = h.H[j] //子节点换成父节点
h.H[j] = z //父节点换成子节点
}
/**
* findmax 删除并输出最大的元素
*/
func (h *Heap) Findmax() int {
rel := h.H[0]
//首位互换
swap(h, 0, len(h.H)-1)
//删除末尾
h.H = h.H[0 : len(h.H)-1]
//下沉操作
siftdown(h, 0)
return rel
}
//siftdown 0节点删除后,最后一个节点上升为0节点的下沉操作
func siftdown(h *Heap, k int) {
for h.Leftchild(k) < len(h.H) { //确定左孩子不超过范围
//j为左右两个孩子中较大的那个的索引
j := h.Leftchild(k)
if j+1 < len(h.H) && h.H[j] < h.H[j+1] { //右孩子存在且右孩子比左孩子大,则j为右孩子
j = h.Rightchild(k)
}
if h.H[k] > h.H[j] {
break
}
swap(h, k, j)
k = j
}
}
/**
* replace 取出最大元素,并用e来代替
*/
func (h *Heap) Replace(E int) int {
rel := h.H[0]
h.H[0] = E
siftdown(h, 0)
return rel
}
/**
* heapify 传递一个slice 封装成heap
*/
func (h *Heap) Makeheap() []int {
for a := h.Parent(len(h.H) - 1); a >= 0; a-- {
siftdown(h, a)
}
return h.H
}
/**
* parent 返回节点的父亲节点索引
* @index int
*/
func (h *Heap) Parent(index int) int {
if h.H[index] == 0 {
return 0
}
return (index - 1) / 2
}
/**
* leftchild 返回节点的左孩子节点索引
* @index int
*/
func (h *Heap) Leftchild(index int) int {
return 2*index + 1
}
/**
* rightchild 返回节点的右孩子节点索引
*@index int
*/
func (h *Heap) Rightchild(index int) int {
return 2*index + 2
}
2.优先队列
2.1 定义
普通的队列是一种先进先出的数据结构,元素在队列尾追加,而从队列头删除。在优先队列中,元素被赋予优先级。当访问元素时,具有最高优先级的元素最先删除。优先队列具有*先出 (first in, largest out)的行为特征。通常采用堆数据结构来实现。
2.2 基层的实现对比
2.3 代码实现 (基于之前的堆)
package arr
type Priority struct {
Heap Heap
}
/**
* Getfront 查看队首元素
*/
func (p *Priority) Getfront() int {
return p.Heap.H[0]
}
/**
* enqueue 入队操作
*/
func (p *Priority) Enqueue(E int) {
p.Heap.Add(E)
}
/**
* dequeue 出队操作
*/
func (p *Priority) Dequeue(E int) {
p.Heap.Findmax()
}
推荐阅读
-
深入了解Java数据结构和算法之堆
-
Python 线程优先队列 PriorityQueue - Python零基础入门教程
-
初步了解JVM第三篇(堆和GC回收算法)
-
python计算最大优先级队列实例
-
堆和二叉堆
-
centos中 ,设置indexhtml 和 indexphp的优先级
-
Codeforces Round #FF (Div. 2) D. DZY Loves Modification 贪心+优先队列_html/css_WEB-ITnose
-
jQuery和CSS3堆叠卡片样式导航菜单特效_html/css_WEB-ITnose
-
详解优先队列在JDK中的实现方式
-
poj 2312 Battle City(bfs+优先级队列)