• <ins id="pjuwb"></ins>
    <blockquote id="pjuwb"><pre id="pjuwb"></pre></blockquote>
    <noscript id="pjuwb"></noscript>
          <sup id="pjuwb"><pre id="pjuwb"></pre></sup>
            <dd id="pjuwb"></dd>
            <abbr id="pjuwb"></abbr>

            隨感而發

            雜七雜八

            統計

            留言簿(13)

            閱讀排行榜

            評論排行榜

            用堆實現優先隊列

            昨天學習了用堆排序,今天學習了用堆實現優先隊列。呵呵。都沒有思路好記錄的,記住堆的性質:
            1.一個是他是一個數組(當然你也可以真的用鏈表來做。)。
            2.他可以看做一個完全二叉樹。注意是完全二叉樹。所以他的葉子個數剛好是nSize / 2個。
            3.我使用的下標從1開始,這樣好算,如果節點的位置為i,他的父節點就是i/2,他的左孩子結點就是i*2,右孩子結點就是i*2+1,如果下標從0開始,要復雜一點。
            4.他的父節點一定不比子節點小(我所指的是最大堆)。

            由這些性質就可以看出堆得一些優點:
            1.可以一下找到最大值,就在第一個位置heap[1].
            2.維持堆只需要log(2,n)(n是數據個數)的復雜度,速度比較快。他只需要比較父與子之間的大小關系,所以比較次數就是樹的高度,而他是一個完全二叉樹,所以比較次數就是log(2,n)。

            具體實現:
            具體實現就看看源代碼吧!努力地組織了一下,呵呵,希望能看懂,奉上源代碼:
            #include <stdio.h>
            #include 
            <stdlib.h>

            //定義一個堆得結構體,
            struct MyHeap 
            {
                
            int* pnData;    //指向數據的指針
                int nSize;     //當前堆中的元素個數
            };

            //調整數據,維持堆得性質,這個和上次heapify的作用一樣
            //只是這個時從子道父節點這樣的判斷而已。
            int IncreaseKey(MyHeap* pHeap, int nPos)
            {
                
            //循環和他父節點判斷,只要 nPos > 1他就有父節點 
                while(nPos > 1)        
                {
                    
            int nMax = pHeap->pnData[nPos];
                    
            int nParent = nPos / 2;

                    
            //如果他比父節點大,交換數據,并使判斷進入父節點
                    
            //(因為只有父節點可能會影響堆得性質。他的數據改變了。)
                    if (nMax > pHeap->pnData[nParent])
                    {
                        pHeap
            ->pnData[nPos] = pHeap->pnData[nParent];
                        pHeap
            ->pnData[nParent] = nMax;
                        nPos 
            = nParent;
                    }
                    
            else        //否則堆沒有被破壞,退出循環
                    {
                        
            break;
                    }
                }

                
            return 1;
            }

            //插入數據,這里pnHeap為要插入的隊,nLen為當前堆得大小。
            //nData為要插入的數據,這里注意報保證堆得空間足夠。
            int Insert(MyHeap* pHeap, int nData)
            {
                
            ++pHeap->nSize;            //添加數據到末尾
                pHeap->pnData[pHeap->nSize] = nData;
                IncreaseKey(pHeap, pHeap
            ->nSize);
                
            return 1;
            }

            //彈出堆中對大元素,并使堆得個數減一
            int PopMaxHeap(MyHeap* pHeap)
            {
                
            int nMax = pHeap->pnData[1];  //得到最大元素

                
            //不要忘記維持堆得性質,因為最大元素已經彈出了,主要思路就是
                
            //同他最大孩子填充這里。

                
            int nPos = 1;            //起始位1,因為他彈出,所以是這里開始破壞堆得性質的
                int nChild = nPos * 2;    //他的左孩子的位置,

                
            //循環填充,用最大孩子填充父節點
                while(nChild <= pHeap->nSize)
                {
                    
            int nTemp = pHeap->pnData[nChild];
                    
            if (nChild + 1 <= pHeap->nSize &&
                        nTemp 
            < pHeap->pnData[nChild + 1])
                    {
                        
            ++nChild;
                        nTemp 
            = pHeap->pnData[nChild];
                    }
                    pHeap
            ->pnData[nPos] = nTemp;
                    nPos 
            = nChild;
                    nChild 
            *= 2;
                }
                
            //最好一個用最末尾的填充。
                pHeap->pnData[nPos] = pHeap->pnData[pHeap->nSize];
                
            --pHeap->nSize;            //堆個數量減一
                return nMax;            //返回最大值。
            }

            //程序入口main
            int main()
            {
                MyHeap myHeap;            
            //定義一個堆
                myHeap.pnData = (int*)::malloc(sizeof(int*11); //申請數據空間
                myHeap.nSize = 0;            //初始大小為0

                
            for (int i = 1; i <= 10++i)        //給優先隊列堆里添加數據
                {
                    Insert(
            &myHeap, i);
                }

                
            for (int i = 1; i <= 10++i)        //測試優先隊列是否建立成功
                {
                    printf(
            "%d ", myHeap.pnData[i]);
                }
                printf(
            "\n");

                
            while(myHeap.nSize > 0)  //逐一彈出隊列的最大值。并驗證
                {
                    printf(
            "%d ", PopMaxHeap(&myHeap));
                }
                printf(
            "\n");

                ::free(myHeap.pnData);        
            //最后不要忘記釋放申請的空間
                system("pause");
                
            return 0;
            }


            posted on 2009-04-22 20:02 shongbee2 閱讀(5877) 評論(2)  編輯 收藏 引用 所屬分類: 數據結構和算法

            評論

            # re: 用堆實現優先隊列 2011-08-21 17:19 anon

            若堆為:

            3
            / \
            3 2
            / \ /
            1 1 2

            按照文中算法,這樣的堆彈出頂元素3后,左子3頂替之,然后左子1頂替3,最后末尾元素2頂替1。于是變成:

            3
            / \
            1 2
            / \
            2 1

            這樣就不是最大堆了。  回復  更多評論   

            # re: 用堆實現優先隊列 2013-09-27 16:23 shongbee2

            @anon
            要維護堆的性質的。  回復  更多評論   

            久久精品无码一区二区WWW| 思思久久99热只有频精品66| 久久天天躁狠狠躁夜夜96流白浆 | 精品国产综合区久久久久久 | 精品伊人久久久| 久久久亚洲欧洲日产国码是AV| 欧美日韩精品久久久免费观看 | 久久精品国产色蜜蜜麻豆| 麻豆亚洲AV永久无码精品久久| 亚洲色婷婷综合久久| 国产AⅤ精品一区二区三区久久| 久久天天躁夜夜躁狠狠| 久久国产精品成人免费| 一本色道久久99一综合| 久久综合综合久久97色| 亚洲va久久久噜噜噜久久| 久久99精品久久久久久噜噜| 久久久亚洲欧洲日产国码二区| 久久精品不卡| 精品久久久久久无码国产| 久久婷婷五月综合97色| 囯产极品美女高潮无套久久久| 精品乱码久久久久久夜夜嗨| 波多野结衣中文字幕久久| 一本一道久久a久久精品综合| 国产精品成人99久久久久| 精品久久久久久久久午夜福利| 精品久久久久久国产| 久久精品国产99国产精品导航| 亚洲第一永久AV网站久久精品男人的天堂AV| 久久久久久免费一区二区三区| 成人妇女免费播放久久久| 久久精品中文闷骚内射| 久久久精品人妻一区二区三区蜜桃 | 91精品国产色综合久久| 欧美一区二区三区久久综| 久久久无码一区二区三区| 久久国产精品77777| 青青草国产精品久久久久| 99热精品久久只有精品| 久久久久国产精品嫩草影院|