数据结构-堆(二叉树的特殊)-第四天

2024-08-22 03:20

本文主要是介绍数据结构-堆(二叉树的特殊)-第四天,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

数据结构的“堆”与内存管理的“堆”是同一个概念吗?

两者不是同一个概念,只是碰巧都叫“堆”。计算机系统内存中的堆是动态内存分配的一部分,程序在运行时可以使用它来存储数据。程序可以请求一定量的堆内存,用于存储如对象和数组等复杂结构。当这些数据不再需要时,程序需要释放这些内存,以防止内存泄漏。相较于栈内存,堆内存的管理和使用需要更谨慎,使用不当可能会导致内存泄漏和野指针等问题。
参考文献

定义

堆是一棵完全二叉树,根据成立条件可分为大顶堆和小顶堆。大(小)顶堆的堆顶元素是最大(小)的。
堆(Heap)是一种特殊的完全二叉树数据结构,通常用于实现优先队列。堆的主要特点是:

它是一种完全二叉树,除了最后一层外,每一层都是完全填充的。
最后一层的所有节点都尽可能地靠左排列。
堆中的每个节点的值与其子节点的值之间有一定的关系,这取决于堆的类型。

在这里插入图片描述

实现任务:

最小堆示例

#include <iostream>
#include <vector>
using namespace std;class MinHeap {
private:vector<int> heap;void heapifyUp(int i) {while (i > 0 && heap[(i - 1) / 2] > heap[i]) {swap(heap[i], heap[(i - 1) / 2]);i = (i - 1) / 2;}}void heapifyDown(int i, int n) {int smallest = i;int left = 2 * i + 1;int right = 2 * i + 2;if (left < n && heap[left] < heap[smallest]) {smallest = left;}if (right < n && heap[right] < heap[smallest]) {smallest = right;}if (smallest != i) {swap(heap[i], heap[smallest]);heapifyDown(smallest, n);}}public:MinHeap() {}void insert(int val) {heap.push_back(val);heapifyUp(heap.size() - 1);}int extractMin() {if (heap.empty()) {throw runtime_error("Heap is empty.");}int root = heap.front();heap[0] = heap.back();heap.pop_back();heapifyDown(0, heap.size());return root;}void printHeap() {for (int val : heap) {cout << val << " ";}cout << endl;}
};int main() {MinHeap minHeap;minHeap.insert(3);minHeap.insert(2);minHeap.insert(15);minHeap.insert(5);minHeap.insert(4);minHeap.insert(45);cout << "Heap after insertion: ";minHeap.printHeap();cout << "Extracting minimum element: " << minHeap.extractMin() << endl;cout << "Heap after extracting minimum: ";minHeap.printHeap();return 0;
}

输出:

Heap after insertion: 2 3 15 5 4 45 
Extracting minimum element: 2
Heap after extracting minimum: 3 4 15 5 45 

优先队列: 堆常用于实现优先队列,其中队列中的元素按照优先级排序。
排序算法: 堆排序是一种基于堆的比较排序算法,它可以对数组进行排序。
图算法: 如 Dijkstra 算法使用最小堆来找到图中两点之间的最短路径。
内存管理: 在计算机系统中,堆也被用来管理动态分配的内存。

总结

堆是一种高效的数据结构,通常用于实现优先队列和排序算法。

这篇关于数据结构-堆(二叉树的特殊)-第四天的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1095097

相关文章

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

6.1.数据结构-c/c++堆详解下篇(堆排序,TopK问题)

上篇:6.1.数据结构-c/c++模拟实现堆上篇(向下,上调整算法,建堆,增删数据)-CSDN博客 本章重点 1.使用堆来完成堆排序 2.使用堆解决TopK问题 目录 一.堆排序 1.1 思路 1.2 代码 1.3 简单测试 二.TopK问题 2.1 思路(求最小): 2.2 C语言代码(手写堆) 2.3 C++代码(使用优先级队列 priority_queue)

BUUCTF(34)特殊的 BASE64

使用pycharm时,如果想把代码撤销到之前的状态可以用 Ctrl+z 如果不小心撤销多了,可以用 Ctrl+Shift+Z 还原, 别傻傻的重新敲了 BUUCTF在线评测 (buuoj.cn) 查看字符串,想到base64的变表 这里用的c++的标准程序库中的string,头文件是#include<string> 这是base64的加密函数 std::string

《数据结构(C语言版)第二版》第八章-排序(8.3-交换排序、8.4-选择排序)

8.3 交换排序 8.3.1 冒泡排序 【算法特点】 (1) 稳定排序。 (2) 可用于链式存储结构。 (3) 移动记录次数较多,算法平均时间性能比直接插入排序差。当初始记录无序,n较大时, 此算法不宜采用。 #include <stdio.h>#include <stdlib.h>#define MAXSIZE 26typedef int KeyType;typedef char In

leetcode105 从前序与中序遍历序列构造二叉树

根据一棵树的前序遍历与中序遍历构造二叉树。 注意: 你可以假设树中没有重复的元素。 例如,给出 前序遍历 preorder = [3,9,20,15,7]中序遍历 inorder = [9,3,15,20,7] 返回如下的二叉树: 3/ \9 20/ \15 7   class Solution {public TreeNode buildTree(int[] pr

【408数据结构】散列 (哈希)知识点集合复习考点题目

苏泽  “弃工从研”的路上很孤独,于是我记下了些许笔记相伴,希望能够帮助到大家    知识点 1. 散列查找 散列查找是一种高效的查找方法,它通过散列函数将关键字映射到数组的一个位置,从而实现快速查找。这种方法的时间复杂度平均为(

PHP实现二叉树遍历(非递归方式,栈模拟实现)

二叉树定义是这样的:一棵非空的二叉树由根结点及左、右子树这三个基本部分组成,根据节点的访问位置不同有三种遍历方式: ① NLR:前序遍历(PreorderTraversal亦称(先序遍历)) ——访问结点的操作发生在遍历其左右子树之前。 ② LNR:中序遍历(InorderTraversal) ——访问结点的操作发生在遍历其左右子树之中(间)。 ③ LRN:后序遍历(PostorderT

浙大数据结构:树的定义与操作

四种遍历 #include<iostream>#include<queue>using namespace std;typedef struct treenode *BinTree;typedef BinTree position;typedef int ElementType;struct treenode{ElementType data;BinTree left;BinTre

Python 内置的一些数据结构

文章目录 1. 列表 (List)2. 元组 (Tuple)3. 字典 (Dictionary)4. 集合 (Set)5. 字符串 (String) Python 提供了几种内置的数据结构来存储和操作数据,每种都有其独特的特点和用途。下面是一些常用的数据结构及其简要说明: 1. 列表 (List) 列表是一种可变的有序集合,可以存放任意类型的数据。列表中的元素可以通过索

浙大数据结构:04-树7 二叉搜索树的操作集

这道题答案都在PPT上,所以先学会再写的话并不难。 1、BinTree Insert( BinTree BST, ElementType X ) 递归实现,小就进左子树,大就进右子树。 为空就新建结点插入。 BinTree Insert( BinTree BST, ElementType X ){if(!BST){BST=(BinTree)malloc(sizeof(struct TNo