导言:
我们在以前的学习中知道了堆栈,和队列,在系统处理上这两种数据结构的确是很高效的,但是在系统的任务调度上就是很高效了,我们cpu处理任务是有优先级的,要是按照队列和栈的思想都是线性执行,可能发生的情况就是输出一个字符比系统掉电请求处理的优先级高,可能输出一个字符先来,所以在任务调度上线性结构就会有明显的劣势,现在我们要学习的堆能否解决这一问题呢?
一.堆的相关定义和操作
什么是堆?
堆其实就是一种特殊的队列,即优先队列
它是按照已有元素的优先级来排列的,它的优先级高的在堆顶,优先级低的在堆低
堆的实现
堆的实现有很多
队列实现:本身堆就是一个优先级队列,使用队列实现可以,但是新增的元素,增删改需要大量的移动,所以不建议使用
二叉树实现:实际上我们最常用的实现就是二叉树实现,优先级高的在父结点,优先级低的在子结点,增删改比线性结构要方便的多
二叉树实现堆:
二叉树实现堆一定要满足,树是完全二叉树
如上图:
完全二叉树在除了最后一层可以有空缺外,其它层都是满的,而且最后一层的数据应该是在集中在左子树,只要同一层的左子树没有满,右子树可以没有数据
构造堆的二叉树可以不是查找二叉树,毕竟那要求太严苛了,一旦有了连续的数据肯定会导致二叉树成为线性结构,所以构造堆的时候不偏向查找二叉树,而是偏向完全二叉树
构造堆的完全二叉树应该要保证,树的父结点是大于子结点的,子结点可以无序,左节点和右结点谁大无所谓
如上图:
这就是构建堆中的两种基本类型的堆,大顶堆和小顶堆
大顶堆:完全二叉树的情况下,父结点的值 “大于” 任一子结点
小顶堆:完全二叉树的情况下,父结点的值 “ 小于” 任一子结点
堆的有序性:
不管是大顶堆还是小顶堆,都应该满足从根结点出发,到任一子结点都是有序的(可能是递增序列,可能是递减序列)
堆的操作
选用链表的形式来实现二叉树:
typedef int ElementType; typedef struct HeapStruct* MaxHeap; struct HeapStruct { ElementType* Elements; //存储堆中的元素 int Size; //堆中当前的元素个数 int Capacity; //堆的最大容量 };
上面就是树结点的结构:
通过 Elements 来存储元素的值
通过 Size 来记录当前的位置,以及 + 1 后下一个元素的位置
通过 Capacity 来表示堆的最大容量,用来限制堆是否可以存储,且它的默认位置数组下标的 0 号空间
堆的插入操作(大顶堆):
建堆前我们需要有一些准备工作,比如先把数组的0号元素作为岗哨,申请堆空间的大小,初始化堆的一些信息等等
MaxHeap Create(int Maxsize) { MaxHeap H = malloc(sizeof(struct HeapStruct)); H->Elements=malloc((Maxsize+1)*sizeof(ElementType)); H->Size = 0; H->Capacity = Maxsize; H->Elements[0] = MaxData; return H; }
上面的代码就是需要我们初始化堆的一些特性,比如存储数据的大小等等
堆的插入特点:
- 先按照完全二叉树的结构插入新数据
- 当父结点的值小于新插入子结点时和父结点互换
- 每次互换都要向上继续检查,有可能新数据是最大的子结点
void Insert(MaxHeap H, ElementType number) { int i; if (H->Size == H->Capacity) { printf("堆已经满了!"); return; } i = ++H->Size; for (; H->Elements[i / 2] < number; i /= 2) { H->Elements[i] = H->Elements[i / 2]; } H->Elements[i] = number; }
上面就是堆插入的代码:
它首先判断了堆内数组还有没有空闲的空间,如果没有了就不能插入了,反之便可以
然后就是通过循环,如果当前结点比父结点小,或者等于父结点,那么就不需要变动
如果比父结点大,那么就需要经过内循环的移动覆盖掉父结点,就是等于把父结点的元素移动到插入的子结点上,
这里需要注意的是 循环内执行的代码变量 i 和 最后把新元素赋值到结点内的 i 它们的值不是最开始的 H->Size
堆的删除操作(大顶堆):
堆的删除操作可以分为两步:
第一步,把要删除的元素和最后一个元素位置对调,可以采用最后一个位置直接覆盖掉要删除位置的元素,然后再断链最后一个元素
第二步,从被覆盖的位置开始,维护堆,即如果被换上来的元素小于子结点,那么就把子结点大的交换上来,继续递归知道,此结点大于子结点,或它自己是叶结点
ElementType DeleteMax(MaxHeap H) { int parent, child; ElementType MaxItem, temp; if (H->Size == 0) { printf("堆空,无需操作"); return; } MaxItem = H->Elements[1]; //拿到最大结点 temp = H->Elements[H->Size--]; //分号作用域内,先赋值后自减 for (parent = 1;parent * 2 <=H->Size; parent = child) { child = parent * 2; //左儿子的计算方法 if ((child != H->Size) && (H->Elements[child] < H->Elements[child + 1])) // 第一个条件判定了,有没有右儿子,第二个条件为了找到最大的儿子 child++; if (temp >= H->Elements[child]) //要被交换的元素大于最大的儿子,符合大顶堆 break; else //最大儿子比要被交换的元素大,把最大儿子弄上来当父结点 H->Elements[parent] = H->Elements[child]; } //循环结束表示找到了要被交换元素的位置 H->Elements[parent] = temp; return MaxItem; }
上面是删除堆元素的实现:
由于删除操作都是把优先级高的删除,所以堆删除有个很明显的删除特点,就是每次删除必是删除堆顶元素
删除操作就是和最后一个元素交换,然后断链,维护
这里我们重点来看一下堆的维护
维护有三种情况:
- 需要维护的结点本身就有两个子结点,把最大的子结点交换上来做父结点,自己去做子结点,此时需要循环此操作,又要当下一层的父结点,直到无子结点,或者自己就是最大的子结点
- 需要维护的结点本身只有一个子结点,比较这两个结点,如果子结点更大,那么就交换做父子结点,由于完全二叉树的特性,这种情况下肯定是最后一层才有的,所以交换完成就可以退出了
- 需要维护的结点本身没有子结点,这种情况就不用管它,直接退出
堆的创建操作(大顶堆):
创建堆的方式一共有两种:
方法一:从建堆开始,一个一个的插入元素,然后逐个的维护已构建好了的堆,它的最大创建代价是 O(N log N),具体的操作可以参考我前面写的随笔:十大基础排序算法中的堆排序
方法二:在线性条件下,来构建大顶堆,第一步先让序列构建成完全二叉树,第二步调整结点位置,使其满足大顶堆的性质
如上图:
使用这种方式构建堆,它是从最后一个小堆开始维护的,,然后每一层的小堆维护完成以后,就会去上一层,这样一层一层的维护
它的代码描述和上面的删除代码描述很像,可以去仿一下
二.哈夫曼树(应用型)
哈夫曼树是一种树的应用型开发,它是最多使用于编码问题,解决最多使用次数的编码在前面,最少使用的编码在后面
什么是哈夫曼树?
给定N个权值作为N个叶子结点,构造一棵二叉树,若该树的带权路径长度达到最小,称这样的二叉树为最优二叉树,也称为哈夫曼树(Huffman Tree)。
哈夫曼树是带权路径长度最短的树,权值较大的结点离根较近。
如上图:
我们的两种编码方式,第一种是顺序编码,即按字母的先后顺序进行编码的结果,它的平均查找速率是 47
而第二种使用权值来进行编码的结果是 40,明显在相同的树结构下,第二种方式是更高的,也比较符合日常的需求
第二种就是哈夫曼树,也叫最优二叉树:WPL的值最小
WPL:带权路径长度
哈夫曼树的构造
如上图:
哈夫曼树的构造特点是,每次构造都需要从带权序列中拿取两个最小元素作为子结点建堆,它们的父结点是两子结点的权值
父节点会被放回带权序列,继续比较后拿取两个最小的元素作为子结点建堆,然后重复以上操作
哈夫曼树应用编码
我们先来看看一个简单的编码:
我们有a,b,c,d四个字母,我们尽量少的使用二进制数字进行编码,可以怎么做呢?
a:0
b:1
c:10
d:01
我们使用的数字可能是最少的,但是编码能不能使用呢?给定一个序列 1011,它代表那些字母?
是 babb 还是 cbb 还是 bdb ,我们会很明显的发现这一串编码是有二义性的,这样的编码可能满足最少二进制数,但是不能使用
我们接下来要使用的是哈夫曼树来实现编码:
上面的编码不能使用是因为很多编码都不是前缀码。
前缀码:任何字符的编码都不是另一字符编码的前缀 (可以无二义解码)
哈夫曼树编码就满足前缀码
上面就是使用哈夫曼树进行的编码:
它的编码格式避免了一个元素的码是另一个元素的头部的情况,实用性很强
堆空间的应用实例可以看看的Java内存模型中的堆空间,Java对堆空间在内存中做了很多优化,可以了解一下