本文主要对二叉堆的主要实现进行分析。首先,还是给出上文中二叉堆的定义。
template <class T>class MaxHeap{
private:
T *mHeap; // 数据
int mCapacity; // 总的容量
int mSize; // 实际容量 private:
// 最大堆的向下调整算法
void filterdown(int start, int end);
// 最大堆的向上调整算法(从start开始向上直到0,调整堆)
void filterup(int start);
public:
MaxHeap();
MaxHeap(int capacity);
~MaxHeap();
// 返回data在二叉堆中的索引
int getIndex(T data);
// 删除最大堆中的data
int remove(T data);
// 将data插入到二叉堆中
int insert(T data);
// 打印二叉堆
void print();};
MaxHeap是最大堆的对应的类。它包括的核心内容是"添加"和"删除",理解这两个算法,二叉堆也就基本掌握了。下面对它们进行介绍。
二叉堆添加元素
假设在最大堆[90,80,70,60,40,30,20,10,50]种添加85,需要执行的步骤如下:
如上图所示,当向最大堆中添加数据时:先将数据加入到最大堆的末尾,然后尽可能把这个元素往上挪,直到挪不动为止!
将85添加到[90,80,70,60,40,30,20,10,50]中后,最大堆变成了[90,85,70,60,80,30,20,10,50,40]。
代码实现如下:
/* 最大堆向上调整算法(从start开始向上直到0,调整堆) * 注:数组实现的堆,第N个节点的左孩子的索引值是(2N+1),右孩子的索引是(2N+2)。 * 参数说明: start -- 被上调节点的起始位置(一般为数组中最后一个元素的索引)*/ template <class T>void MaxHeap<T>::filterup(int start){
int c = start; // 当前节点(current)的位置
int p = (c-1)/2; // 父(parent)结点的位置
T tmp = mHeap[c]; // 当前节点(current)的大小
while(c > 0)
{
if(mHeap[p] >= tmp)
break;
else
{
mHeap[c] = mHeap[p];
c = p;
p = (p-1)/2;
}
}
mHeap[c] = tmp;}/* 将data插入到二叉堆中 * 返回值: 0,表示成功* -1,表示失败 */template <class T>int MaxHeap<T>::insert(T data){
// 如果"堆"已满,则返回
if(mSize == mCapacity)
return -1;
mHeap[mSize] = data; // 将"数组"插在表尾
filterup(mSize); // 向上调整堆
mSize++; // 堆的实际容量+1
return 0;}
二叉树删除操作
假设从最大堆[90,85,70,60,80,30,20,10,50,40]中删除90,需要执行的步骤如下:
如上图所示,当从最大堆中删除数据时:先删除该数据,然后用最大堆中最后一个的元素插入这个空位;接着,把这个“空位”尽量往上挪,直到剩余的数据变成一个最大堆。
从[90,85,70,60,80,30,20,10,50,40]删除90之后,最大堆变成了[85,80,70,60,40,30,20,10,50]。
注意:考虑从最大堆[90,85,70,60,80,30,20,10,50,40]中删除60,执行的步骤不能单纯的用它的字节点来替换;而必须考虑到"替换后的树仍然要是最大堆"!
最大堆删除代码实现:
/* 最大堆的向下调整算法 * 注:数组实现的堆,第N个节点的左孩子的索引值是(2N+1),右孩子的索引是(2N+2)。 * 参数说明: * start -- 被下调节点的起始位置 * end -- 截至范围(一般为数组中最后一个元素的索引) */ template <class T>void MaxHeap<T>::filterdown(int start, int end){
int c = start; // 当前(current)节点的位置
int l = 2*c + 1; // 左(left)孩子的位置
T tmp = mHeap[c]; // 当前(current)节点的大小
while(l <= end)
{
// "l"是左孩子,"l+1"是右孩子
if(l < end && mHeap[l] < mHeap[l+1])
l++; // 左右两孩子中选择较大者,即mHeap[l+1]
if(tmp >= mHeap[l])
break; //调整结束
else
{
mHeap[c] = mHeap[l];
c = l;
l = 2*l + 1;
}
}
mHeap[c] = tmp;}/* 删除最大堆中的data * 返回值: 0,成功 -1,失败 */ template <class T>int MaxHeap<T>::remove(T data){
int index;
// 如果"堆"已空,则返回-1
if(mSize == 0)
return -1;
// 获取data在数组中的索引
index = getIndex(data);
if (index==-1)
return -1;
mHeap[index] = mHeap[--mSize];// 用最后元素填补
filterdown(index, mSize-1);//从index位置自上向下调整为最大堆
return 0;}
return -1;
mHeap[index] = mHeap[--mSize];// 用最后元素填补
filterdown(index, mSize-1);//从index位置自上向下调整为最大堆
return 0;}