複習一下,特轉載。
作者:Vamei 出處:http://www.cnblogs.com/vamei 歡迎轉載,也請保留這段聲明。謝謝!
堆(heap)又被爲優先隊列(priority queue)。儘管名爲優先隊列,但堆並不是隊列。回憶一下,在隊列中,我們可以進行的限定操作是dequeue和enqueue。dequeue是按照進入隊列的先後順序來取出元素。而在堆中,我們不是按照元素進入隊列的先後順序取出元素的,而是按照元素的優先級取出元素。
這就好像候機的時候,無論誰先到達候機廳,總是頭等艙的乘客先登機,然後是商務艙的乘客,最後是經濟艙的乘客。每個乘客都有頭等艙、商務艙、經濟艙三種個鍵值(key)中的一個。頭等艙->商務艙->經濟艙依次享有從高到低的優先級。
再比如,封建社會的等級制度,也是一個堆。在這個堆中,國王、貴族、騎士和農民是從高到低的優先級。
封建等級
Linux內核中的調度器(scheduler)會按照各個進程的優先級來安排CPU執行哪一個進程。計算機中通常有多個進程,每個進程有不同的優先級(該優先級的計算會綜合多個因素,比如進程所需要耗費的時間,進程已經等待的時間,用戶的優先級,用戶設定的進程優先程度等等)。內核會找到優先級最高的進程,並執行。如果有優先級更高的進程被提交,那麼調度器會轉而安排該進程運行。優先級比較低的進程則會等待。“堆”是實現調度器的理想數據結構。
(Linux中可以使用nice命令來影響進程的優先級)
堆的實現
堆的一個經典的實現是完全二叉樹(complete binary tree)。這樣實現的堆成爲二叉堆(binary heap)。
完全二叉樹是增加了限定條件的二叉樹。假設一個二叉樹的深度爲n。爲了滿足完全二叉樹的要求,該二叉樹的前n-1層必須填滿,第n層也必須按照從左到右的順序被填滿,比如下圖:
爲了實現堆的操作,我們額外增加一個要求: 任意節點的優先級不小於它的子節點。如果在上圖中,設定小的元素值享有高的優先級,那麼上圖就符合該要求。
這類似於“疊羅漢”。疊羅漢最重要的一點,就是讓體重大的參與者站在最下面,讓體重小的參與者站在上面 (體重小,優先級高)。爲了讓“堆”穩固,我們每次只允許最上面的參與者退出堆。也就是,每次取出的優先級最高的元素。
三個“疊羅漢”堆
我已經在排序算法簡介及其C實現中實際使用了堆。堆的主要操作是插入和刪除最小元素(元素值本身爲優先級鍵值,小元素享有高優先級)。在插入或者刪除操作之後,我們必須保持該實現應有的性質: 1. 完全二叉樹 2. 每個節點值都小於或等於它的子節點。
在插入操作的時候,會破壞上述堆的性質,所以需要進行名爲percolate_up的操作,以進行恢復。新插入的節點new放在完全二叉樹最後的位置,再和父節點比較。如果new節點比父節點小,那麼交換兩者。交換之後,繼續和新的父節點比較…… 直到new節點不比父節點小,或者new節點成爲根節點。這樣得到的樹,就恢復了堆的性質。
我們插入節點2:
插入
刪除操作只能刪除根節點。根節點刪除後,我們會有兩個子樹,我們需要基於它們重構堆。進行percolate_down的操作: 讓最後一個節點last成爲新的節點,從而構成一個新的二叉樹。再將last節點不斷的和子節點比較。如果last節點比兩個子節點中小的那一個大,則和該子節點交換。直到last節點不大於任一子節點都小,或者last節點成爲葉節點。
刪除根節點1。如圖:
刪除根節點
下面是代碼。與我們在二叉搜索樹中使用表不同,我們這裏使用數組來表示完全二叉樹。數組下標爲0的元素不用於儲存節點,而用於記錄完全二叉樹中元素的總數。
/* By Vamei
Use an big array to implement heap
DECLARE: int heap[MAXSIZE] in calling function
heap[0] : total nodes in the heap
for a node i, its children are i*2 and i*2+1 (if exists)
its parent is i/2 */
void insert(int new, int heap[])
{
int childIdx, parentIdx;
heap[0] = heap[0] + 1;
heap[heap[0]] = new;
/* recover heap property */
percolate_up(heap);
}
static void percolate_up(int heap[]) {
int lightIdx, parentIdx;
lightIdx = heap[0];
parentIdx = lightIdx/2;
/* lightIdx is root? && swap? */
while((parentIdx > 0) && (heap[lightIdx] < heap[parentIdx])) {
/* swap */
swap(heap + lightIdx, heap + parentIdx);
lightIdx = parentIdx;
parentIdx = lightIdx/2;
}
}
int delete_min(int heap[])
{
int min;
if (heap[0] < 1) {
/* delete element from an empty heap */
printf("Error: delete_min from an empty heap.");
exit(1);
}
/* delete root
move the last leaf to the root */
min = heap[1];
swap(heap + 1, heap + heap[0]);
heap[0] -= 1;
/* recover heap property */
percolate_down(heap);
return min;
}
static void percolate_down(int heap[]) {
int heavyIdx;
int childIdx1, childIdx2, minIdx;
int sign; /* state variable, 1: swap; 0: no swap */
heavyIdx = 1;
do {
sign = 0;
childIdx1 = heavyIdx*2;
childIdx2 = childIdx1 + 1;
if (childIdx1 > heap[0]) {
/* both children are null */
break;
}
else if (childIdx2 > heap[0]) {
/* right children is null */
minIdx = childIdx1;
}
else {
minIdx = (heap[childIdx1] < heap[childIdx2]) ?
childIdx1 : childIdx2;
}
if (heap[heavyIdx] > heap[minIdx]) {
/* swap with child */
swap(heap + heavyIdx, heap + minIdx);
heavyIdx = minIdx;
sign = 1;
}
} while(sign == 1);
}
你可以嘗試一下構建自己的main函數,測試相關的操作。
總結
堆,優先級
插入元素,刪除最大優先級元素