算法与数据结构基础 - 堆(Heap)和优先级队列(Priority Queue)

堆基础

堆(Heap)是具有这样性质的数据结构:1/完全二叉树 2/所有节点的值大于等于(或小于等于)子节点的值:

算法与数据结构基础 - 堆(Heap)和优先级队列(Priority Queue)_第1张图片

图片来源:这里

堆可以用数组存储,插入、删除会触发节点shift_down、shift_up操作,时间复杂度O(logn),可视化构建堆

堆是优先级队列(Priority queue)的底层数据结构,较常使用优先级队列而非直接使用堆处理问题。利用堆的性质可以方便地获取极值,例如 LeetCode 题目 215. Kth Largest Element in an Array,时间复杂度O(nlogn):

    //215. Kth Largest Element in an Array
    int findKthLargest(vector<int>& nums, int k) {
//默认为大顶堆,等同于 priority_queue,less> q; priority_queue
<int> q(nums.begin(),nums.end()); for(int i=0;i1;i++) q.pop(); return q.top(); }

 

相关LeetCode题:

215. Kth Largest Element in an Array  题解

703. Kth Largest Element in a Stream  题解

295. Find Median from Data Stream  题解

 

将顶部节点一一取出,即可实现堆排序,例如经典的题目 23. Merge k Sorted Lists,用优先级队列求解时间复杂度为O(nlogk),n为总元素数、k为list数,可视化堆排序

 

相关LeetCode题:

23. Merge k Sorted Lists  题解

 

自定义优先级

对于优先级队列,我们可以自定义优先级判断标准,比如按元素频次、距离、成本等。这时我们需要自定义优先级队列的比较方式:

    struct compare{
        bool operator()(const pair<char,int> a,const pair<char,int> b){
            return b.second > a.second;
        }  
    };
    //priority_queue
    priority_queuechar,int>,vectorchar,int>>,compare> pq;

 

相关LeetCode题:

451. Sort Characters By Frequency  题解

347. Top K Frequent Elements  题解

692. Top K Frequent Words  题解

973. K Closest Points to Origin  题解

767. Reorganize String  题解 

 

优先级队列与贪心

由优先级队列可方便地取得极值,而极值本身体现了贪心(Greedy)的思想;在用到贪心思路解题时,可以考虑借助优先级队列获取极值。

 

相关LeetCode题:

1046. Last Stone Weight  题解

253. Meeting Rooms II  题解

871. Minimum Number of Refueling Stops  题解

502. IPO  题解

358. Rearrange String k Distance Apart  题解

 

优先级队列与BFS

在 算法与数据结构基础 - 队列(Queue) 介绍了常用队列模拟广度优先搜索(BFS)过程,优先级队列作为特殊的队列,同样可以用于BFS、以实现对临近节点按优先级搜索。

 

相关LeetCode题:

778. Swim in Rising Water  题解

407. Trapping Rain Water II  题解
 

 

你可能感兴趣的:(算法与数据结构基础 - 堆(Heap)和优先级队列(Priority Queue))