史宁高级数据结构讲义.ppt

高级数据结构讲义 西安电子科技大学ACM基地 史宁 几类常见的高级数据结构 二叉堆 树状数组 并查集 平衡树 哈希表 虚二叉树 二叉堆 二叉堆是一个严格的完全二叉树，它的特点就是可以在O(logn)的时间内对元素进行插入和删除，并且可以在O(1)的时间内找到最大元素或者最小元素。通常我们把根节点为整个树中最小元素的二叉堆叫做小根堆，反之则为大根堆。 下面我们看一个二叉堆的实例，并给大家进行讲解。 二叉堆的示例 堆在同层次上是无序的，也就是说堆的关系只是本节点与子节点和父节点之间的关系，与兄弟节点无关。 它的存储结构可以是顺序存储，因为它是一个完全二叉树，已知一个节点的下标，我们很轻易的就知道他的子节点和父节点的下标。 二叉堆的存储结构 一般情况下我们都采用连续一段数组的存储方式来存储二叉堆，就像刚刚实例中所看到的一样。已知一个节点n，它的父节点为n/2（这里为整除），而他的左孩子节点为n*2，右孩子为n*2+1。 基于二叉堆这么多美好的性质。所以说，堆排序也就是基于二叉堆来实现的，它的时间复杂度为O(nlogn)。 二叉堆的插入代码分析 void push(int a) //a为插入的关键字 { int temp,w; n++; s[n]=a; w=n; while ((w!=1)(s[w]s[w/2])) //逐层调整关键字的位置 { if (s[w]s[w/2]) { temp=s[w]; s[w]=s[w/2]; s[w/2]=temp; } w=w/2; } 树状数组 树状数组是寻找一段连续空间内，关键字的个数。它的查找和维护时间复杂度均为O(nlogn) 树状数组的特点 C1=a1 C2=a1+a2 C3=a3 C4=a1+a2+a3+a4 C5=a5 …… C8=a1+a2+a3+a4+a5+a6+a7+a8 …… C2^n=a1+a2+….+a2^n Lowbit函数 int lowbit(int a) { return a-a; } 树状数组实例 POJ2352，我们用树状数组来解决一下这个题目 题目描述：平面有一些星星，这些星星都有自己的等级，等级是按照它左下方的星星个数来决定的。求从0级～n-1级的星星个数。 POJ 2352 我们可以看到标号5的星星的级别是3（左下方有1，2，4）。 0级星星的个数有1个，1级有2个，2级有1个，3级有1个，4级有0个。 POJ 2352 首先我们按照Y坐标对数据进行排序，Y相同的按X坐标排序，因为题目给出是按照此升序排列，固我们可以省略这个步骤 排序完成，这个题目就变得显而易见了。按序对每个坐标进行两个操作，一个操作就是判定星星的级别，在一个就是使这个星星右上方的所有星星级别加一，下面我们分别看下这两个程序段。 判定星星的级别 int getsum(int a) { int t; t=0; while (a0) { t=t+c[a]; a=a-lowbit(a); } return t; //返回值t为星星的级别 } 修正右上方星星级别 void change(int a) { int k; k=a; while (k=32010) { c[k]++; k=k+lowbit(k); } } 并查集 并查集是针对集合之间的操作，有合并两个集合，寻找关键字所在的集合等。 并查集查找的平均复杂度为O(logn)，而合并的复杂度则为O(1)。 并查集操作与优化 合并操作 合并两个集合 查找操作 查找元素所在的集合 路径压缩 在查找的时候进行路径压缩可以增加效率 查找操作 查询关键字所在的集合。 查找操作代码分析 int find(int a) { while (father[a]!=a) a=father[a]; father[a]=a; return a; } 合并操作 将两个集合合并成为一个集合。 合并操作代码分析 void union(int a, int b) { int x,y; x=find(a); y=find(b); if (x!=y) father[y]=x; } 小结 以上我所讲的三类数据结构都有一个共同的特点，这个特点就是他们的结构都是基于树或者二叉树。 二叉堆：一个集合中元素的极值 树状数组：维护某个区间内的元素 并查集：多个集合元素之间的关系