详解二叉堆及其实现
（点击上方公众号，可快速关注）
转自：melonstreet
http://www.cnblogs.com/QG-whz/p/5173112.html
二叉堆的定义
二叉堆是一种特殊的堆，二叉堆是完全二叉树或近似完全二叉树。二叉堆满足堆特性：父节点的键值总是保持固定的序关系于任何一个子节点的键值，且每个节点的左子树和右子树都是一个二叉堆。
当父节点的键值总是大于或等于任何一个子节点的键值时为最大堆。 当父节点的键值总是小于或等于任何一个子节点的键值时为最小堆。
二叉堆的存储
二叉堆一般使用数组来表示。请回忆一下二叉树的性质，其中有一条性质：
性质五：如果对一棵有n个节点的完全二叉树的节点按层序编号（从第一层开始到最下一层，每一层从左到右编号，从1开始编号），对任一节点i有：
1、如果i=1 ，则节点为根节点，没有双亲。
2、如果2 * i > n ，则节点i没有左孩子 ；否则其左孩子节点为2*i . （n为节点总数）
3、如果2 * i+1>n ，则节点i没有右孩子；否则其右孩子节点为2*1+1.
简单来说：
1、如果根节点在数组中的位置是1，第n个位置的子节点分别在2n 与 2n+1，第n个位置的双亲节点分别在⌊i /2⌋。因此，第1个位置的子节点在2和3.
2、如果根节点在数组中的位置是0，第n个位置的子节点分别在2n+1与2n+2，第n个位置的双亲节点分别在⌊（i-1） /2⌋。因此，第0个位置的子节点在1和2.
得益于数组的随机存储能力，我们能够很快确定堆中节点的父节点与子节点。
下面以大顶堆展示一下堆的数组存储。
在本文中，我们以大顶堆为例进行堆的讲解。本文大顶堆的根节点位置为0.
二叉堆的具体实现
在二叉堆上可以进行插入节点、删除节点、取出堆顶元素等操作。
二叉堆的抽象数据类型
/*大顶堆类定义*/
template <typename T>
class MaxHeap
{
public:
bool insert(T val); //往二叉堆中插入元素
bool remove(T data); //移除元素
void print(); //打印堆
T getTop(); //获取堆顶元素
bool createMaxHeap(T a[], int size);//根据指定的数组来创建一个最大堆
MaxHeap(int cap = 10);
~MaxHeap();
private:
int capacity; //容量，也即是数组的大小
int size; //堆大小，也即是数组中有效元素的个数
T * heap; //底层的数组
private:
void filterUp(int index); //从index所在节点，往根节点调整堆
void filterDown(int begin ,int end ); //从begin所在节点开始，向end方向调整堆
};
1、注意capacity与size的区别。capacity指的是数组的固有大小。size值数组中有效元素的个数，有效元素为组成堆的元素。
2、heap为数组。
二叉堆的插入
在数组的最末尾插入新节点，然后自下而上地调整子节点与父节点的位置：比较当前结点与父节点的大小，若不满足大顶堆的性质，则交换两节点，从而使当前子树满足二叉堆的性质。时间复杂度为O(logn)。
当我们在上图的堆中插入元素12：
调整过程：
1、节点12添加在数组尾部，位置为11；
2、节点12的双亲位置为⌊11/2⌋ = 5，即节点6；节点12比节点6大，与节点6交换位置。交换后节点12的位置为5.
3、节点12的双亲位置为⌊ 5 /2⌋ = 2,即节点9；节点12比节点9大，与节点9交换位置。交换后节点12的位置为2.
4、节点12的双亲位置为⌊2/2⌋ = 1，即节点11；节点12比节点11大，与节点11交换位置。交换后节点12的位置为1.
5、12已经到达根节点，调整过程结束。
这个从下到上的调整过程为：
/*从下到上调整堆*/
/*插入元素时候使用*/
template <typename T>
void MaxHeap<T>::filterUp(int index)
{
T value = heap[index]; //插入节点的值，图中的12
while (index > 0) //如果还未到达根节点，继续调整
{
int indexParent = (index -1)/ 2; //求其双亲节点
if (value< heap[indexParent])
break;
else
{
heap[index] = heap[indexParent];
index = indexParent;
}
}
heap[index] = value; //12插入最后的位置
};
在真正编程的时候，为了效率我们不必进行节点的交换，直接用父节点的值覆盖子节点。最后把新节点插入它最后的位置即可。
基于这个调整函数，我们的插入函数为：
/*插入元素*/
template <typename T>
bool MaxHeap<T>::insert(T val)
{
if (size == capacity) //如果数组已满，则返回false
return false;
heap[size] = val;
filterUp(size);
size++;
return true;
};
二叉堆的删除
堆的删除是这样一个过程：用数组最末尾节点覆盖被删节点，再从该节点从上到下调整二叉堆。我们删除根节点12：
可能有人疑惑，删除后数组最末尾不是多了一个6吗？
的确，但我们把数组中有效元素的个数减少了一，最末尾的6并不是堆的组成元素。
这个从上到下的调整过程为：
/*从上到下调整堆*/
/*删除元素时候使用*/
template<typename T>
void MaxHeap<T>::filterDown(int current,int end)
{
int child = current * 2 + 1; //当前结点的左孩子
T value = heap[current]; //保存当前结点的值
while (child <= end)
{
if (child < end && heap[child] < heap[child+1])//选出两个孩子中较大的孩子
child++;
if (value>heap[child]) //无须调整；调整结束
break;
else
{
heap[current] = heap[child]; //孩子节点覆盖当前结点
current = child; //向下移动
child = child * 2 + 1;
}
}
heap[current] = value;
};
/*删除元素*/
template<typename T>
bool MaxHeap<T>::remove(T data)
{
if (size == 0) //如果堆是空的
return false;
int index;
for (index = 0; index < size; index++) //获取值在数组中的索引
{
if (heap[index] == data)
break;
}
if (index == size) //数组中没有该值
return false;
heap[index] = heap[size - 1]; //使用最后一个节点来代替当前结点，然后再向下调整当前结点。
filterDown(index,size--);
return true;
};
其余操作
其余操作很简单，不在这里啰嗦。
/*打印大顶堆*/
template <typename T>
void MaxHeap<T>::print()
{
for (int i = 0; i < size; i++)
cout << heap[i] << " ";
};
/*获取堆顶元素*/
template <typename T>
T MaxHeap<T>::getTop()
{
if (size != 0)
return heap[0];
};
/*根据指定的数组来创建一个最大堆*/
template<typename T>
bool MaxHeap<T>::createMapHeap(T a[], int size)
{
if (size > capacity) // 堆的容量不足以创建
return false;
for (int i = 0; i < size; i++)
{
insert(a[i]);
}
return true;
};
二叉堆代码测试
测试代码：
int _tmain(int argc, _TCHAR* argv[])
{
MaxHeap<int> heap(11);
//逐个元素构建大顶堆
for (int i = 0; i < 10; i++)
{
heap.insert(i);
}
heap.print();
cout << endl;
heap.remove(8);
heap.print();
cout << endl;
//根据指定的数组创建大顶堆
MaxHeap<int> heap2(11);
int a[10] = { 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 };
heap2.createMaxHeap(a, 10);
heap2.print();
getchar();
return 0;
}
运行结果：
9 8 5 6 7 1 4 0 3 2
9 7 5 6 2 1 4 0 3
10 9 6 7 8 2 5 1 4 3
觉得本文有帮助？请分享给更多人
关注「算法爱好者」，修炼编程内功