数据结构学习笔记 堆与哈夫曼树与并查集
目录
- 一、堆
- 1.堆是什么
- 2.最大堆的操作函数
- (1)空最大堆的创建(Create函数)
- (2)最大堆的插入(Insert函数)
- (3)最大堆的删除(Delete函数)
- (3)从已有元素创建最大堆
- 二、哈夫曼树
- 1.哈夫曼树是什么
- 2.哈夫曼树的操作
- 3.哈夫曼树的应用——哈夫曼编码
- 三、集合
- ~ 并查集板子 ~
一、堆
1.堆是什么
堆（Heap),是一个可以被看做一棵完全二叉树的数组对象，有以下性质：
- 任意节点的值是其子树所有结点中的最大值/最小值（有序性）
- 堆总是一棵用数组表示的完全二叉树。
2.最大堆的操作函数
定义
typedef struct HeapStruct *MaxHeap;
struct HeapStruct {
ElementType *Elements;//存储堆元素的数组
int Size;//当前元素个数
int Capacity;//最大容量
};
(1)空最大堆的创建(Create函数)
MaxHeap Create(int MaxSize) {
MaxHeap H = malloc(sizeof(struct HeapStruct) );
H->Elements = malloc( (MaxSize+1) * sizeof(ElementType));//+1是由于我们从下标1开始存储
H->Size = 0;
H->Capacity = MaxSize;
H->Elements[0] = MaxData;//下标0设为"哨兵" 为大于堆中所有可能元素的值，便于之后的操作
return H;
}
(2)最大堆的插入(Insert函数)
插入一个元素时与其父结点比较，若插入元素更大则两者交换，再与其父节点比较，如此直到插入元素比父结点小为止。
void Insert(MaxHeap H, ElementType item) {
int i;
if(IsFull(H)) {
printf("最大堆已满");
return;
}
i = ++H->Size;//i指向插入后队中最后一个元素的位置。
for(; H->Elements[i/2] < item; i /= 2) {//当item的父结点的值小于item值循环才继续
H->Elements[i] = H->Elements[i/2];//向下过滤结点（）
}
H->Elements[i] = item;//将item插入
}
(3)最大堆的删除(Delete函数)
取出根节点（最大值）元素，同时在堆中删除根结点，保证其新的根节点仍是堆中的最大值。
- 用最大堆中最后一个元素，作为新的根节点，删除原来的最后一个元素
- 看根结点左右儿子是否比其大，是则继续往下过滤
ElementType DeleteMax(MaxHeap H) {
int Parent,Child;//父结点，孩子结点
ElementType MaxItem, temp;
if(IsEmpty(H) ) {
printf("最大堆已空");
return;
}
MaxItem = H->Elements[1]; //取出根结点最大值，暂存在MaxItem中
temp = H->Elements[H->Size--];//存储最后一个元素，然后size--
for (Parent = 1; Parent*2 <= H->Size; Parent = Child) {
Child = Parent * 2;//Child此时为Parent的左孩子
if (Child != H->Size && H->Elements[Child] < H->Elements[Child+1] ) {
Child++; //当且仅当右孩子存在且其值比左孩子大时，Child变成右孩子的下标
}
if (temp >= H->Elements[Child] ) break;//temp找到了应该放的地方
else //用孩子结点的值取代父结点
H->Elements[Parent] = H->Elements[Child];
}
H->Elements[Parent] = temp;
return MaxItem;//返回删除前最大值
}
(3)从已有元素创建最大堆
将已经存在的N个元素按最大堆的要求存放在一个一维数组中。
- 法1 通过插入操作，将N个元素一个个插入到一个空的最大堆中，时间复杂度最大为O(NlogN)。
- 法2 在线性时间复杂度下建立最大堆。
- （1）将N个元素按输入顺序存入，使其先满足完全二叉树的结构特性
- （2）调整各结点位置，使其满足最大堆的有序特性
建堆时间复杂度O(n)，为书中各结点的高度和
从倒数第一个有儿子的结点开始，其肯定有左儿子
将定义中的Elements数组改成Data数组存储已有元素
void PercDown(MaxHeap H, int p) {//将H中以H->Data[p]为根的子堆调整为最大堆 原理同删除操作
int Parent,Child;
ElementType X;
X = H->Data[p];//取出根结点值
for(Parent = p; Parent*2 <= H->Size; Parent = Child) {
Child = Parent * 2;
if( Child != H->Size && H->Data[Child] < H->Data[Child+1]) {
Child++;
}
if(X >= H->Data[Child]) break;//找到了合适位置
else
H->Data[Parent] = H->Data[Child];
}
H->Data[Parent] = X;
}
void BuildHeap(MaxHeap H) {//调整H->Data[]中的元素使其满足最大堆的有序性，此处假设所有H->Size个元素都已存在H->Data[]中
int i;
//从最后一个结点的父节点开始，到根结点1
for(i = H->Size/2; i > 0; i--)
PercDown(H,i);
}
二、哈夫曼树
1.哈夫曼树是什么
带权路径长度(WPL)：设二叉树有n个叶子结点，每个叶子结点带有权值wk，从根结点到每个叶子结点的长度为lk，则每个叶子结点的带权路径长度之和就是：WPL = ∑ k = 1 n \sum_{k=1}^n ∑k=1nwk lk.
最优二叉树，也称为哈夫曼树(Huffman Tree):WPL最小的二叉树，其特点为：
- 没有度为1的结点
- n个叶子结点的哈夫曼树共有2n-1个结点
- 哈夫曼树的任意非叶结点的左右子树交换后仍是哈夫曼树
- 同一组权值，是可能存在不同构的两棵哈夫曼树的
2.哈夫曼树的操作
哈夫曼树的构造，每次将权值最小的两棵二叉树合并
主要问题：如何选取两个最小的？利用最小堆！
typedef struct TreeNode *HuffmanTree;
struct TreeNode {
int Weight;
HuffmanTree Left,Right;
};
HuffmanTree Huffman(MinHeap H) {
//假设H->Size个权值已经存在了H->Elements[]->Wight里
int i; HuffmanTree T;
BuildMinHeap(H);//将H->Elements[]按权值调整为最小堆
for(i = 1; i < H->Size; i++) {//做H->Size-1次合并
T = malloc(sizeof(struct TreeNode));//建立新结点
T->Left = DeleteMin(H);//从最小堆中删除一个结点，作为新T的左子结点
T->Right = DeleteMin(H);//从最小堆中删除一个结点，作为新T的右子结点
T->Weight = T->Left->Weight + T->Right->Weight;
Insert(H,T);//将新T插入最小堆
}
T = DeleteMin(H);
return T;
}
3.哈夫曼树的应用——哈夫曼编码
如何进行编码，可以使总编码空间最少？
出现频率高的字符用的编码短些，出现频率低的字符编码可以长一些，同时要避免二义性。
前缀码(prefix code)： 任何字符的编码都不是另一字符的前缀，即可避免二义性
可以构造一个二叉树用于编码，左右分支分别为0、1，当所有的字符都在叶结点上的时候即可
就可以用哈夫曼树！
三、集合
关于集合这一块主要就是并查集，之前有学过这篇博客写的超棒：超有爱的并查集~
所以在这儿就不多说啦~
~ 并查集板子 ~
#include