数据结构 第六章(堆).ppt

JYP 堆 优先队列 插入操作 删除操作 问题的提出： 日常工作安排 计算机操作系统任务调度 最大优先队列！ 性质： 被删除的是优先级最高的元素 任何时刻可插入任意优先级的元素 最小优先队列 假设队列有n个元素，最大优先队列的存储结构： 无序线性表 顺序映射，插入操作很容易在表的尾端完成，其时间为O(1)。删除操作需要查找优先级最高的元素并删除之，需要O(n)时间 链表结构，插入操作可在表的前端完成，其时间为O(1)。删除操作的时间仍然为O(n)。 有序线性表 元素按优先级非递增次序排列，每次删除操作的时间为O(1)，但每次插入操作的时间为O(n)。 有没有其他更好的方式？ 树！ 为什么？ O(logm n) 定义：最大树是一棵树，其中每个结点的key值不小于该结点子女（如果存在的话）的key值 最大堆既是一棵完全二叉树，又是一棵最大树 最大堆的例子： 最大堆的基本操作： （1） 创建空堆 （2） 将新元素插入堆中 （3） 从堆中删除key值最大的元素 最大堆的ADT定义如下： template <class Type> class MaxHeap: public MaxPQ <Type> { // 对象：由n≥0个元素构成的完全二叉树和最大树 public: MaxHeap (int sz = DefaultSize ); // 创建空堆 Boolean IsFull ( ); // 判断堆中元素个数是否达到最大容量 void Insert (Element<Type>& item); Boolean IsEmpty ( ); // 判断堆中元素个数是否为0 Element<Type>* Delete(Element<Type>& x ); }; 由于最大堆是一棵完全二叉树，所以可用数组heap表示： private: Element<Type> *heap; int n; // 最大堆的当前元素个数 int MaxSize; // 堆中可容纳元素的最大个数 MaxHeap的构造函数如程序如下： MaxHeap::MaxHeap (int sz = DefaultSize ) { MaxSize = sz; n = 0; heap = new Element<Type>[MaxSize+1]; // heap[0] 不用 } 最大堆的结点个数为n，插入一个新元素时 为了保持完全二叉树性质,新增结点的编号应为 i = n + 1 为了保持最大树性质，还需 要比较结点i和其双亲的key值 如果结点i的key值大于其双亲的key值 将结点i中的元素与其双亲的元素对换 令结点i的双亲成为新的结点i，继续向上比较 直到结点i的key值不大于其双亲的key值或i到达根结点为止。 前述插入过程如下所示: 函数Insert实现了最大堆插入操作： template <class Type> void MaxHeap<Type>::Insert ( const Element<Type>&x ) { // 将元素x 插入最大堆 if (n == MaxSize ) { HeapFull( ); return;} n++; for (int i = n; i > 1;) { // i==1表示已到达根结点 if (x.key <= heap[i/2].key) // 新元素的关键字不大 break; // 于结点i双亲元素的关键字 heap[i] = heap[i/2]; // 将双亲结点的元素移到结点i中 i/=2; // i继续向上 } heap[i] = x; } 分析： 插入过程从完全二叉树的叶结点开始，并向上移动，最坏情况下到根为止 在此路径上每一个结点的处理时间是O(1) n个结点的完全二叉树的高度为?log2(n+1)? 插入函数的for循环最多迭代O(log n)次 插入函数的时间复杂性是O(log n) 从最大堆中删除一个元素时，该元素必定在？ 根结点（结点1）中 为了保持完全二叉树性质 将结点n中的元素暂时存放在结点i = 1中，最大堆的元素个数变为n – 1。 为了保持最大树性质 比较结点i和其较大子女的key值 若结点i的key值小于其较大子女的key值 将结点i中的元素与其较大子女的元素对换 令结点i的较大子女成为