而这个实现机制中的max-heap实际上是以一个vector表现的完全二叉树(complete binary tree)。
二叉堆(binary heap)就是i一种完全二叉树。也即是。整棵二叉树除了最底层的叶节点以外,都是填满的,而最低层的叶子结点必须是从左到右不留空隙。
至于max-heap和min-heap,前者的任何一个父亲结点都必须大于等于他的任意子结点,而后者相反。
上面表示的是一颗完全二叉树。
下面我们利用数组来隐式表达这棵数:
第0号元素保留,从arry[1]开始保存A,这时候我们可以轻易的看到:
位于位置i的某个结点arry[i],他的左子结点必然在arry[2*i]中,右子结点必然位于arry[2*i+1],其父亲结点必然位于arry[i/2]处。
这种数组表达的方式我们 称为 隐式表达。
当然由于arry大小是静态的,不能动态添加元素,我们可以使用vector来实现。
该算法必须是在一个已经满足堆序的条件下,添加元素。该函数接受两个随机迭代器,分别表示first,end,区间范围。
关键是我们执行一个siftup()函数,上溯函数来重新调整堆序。具体的函数机理很简单,可以参考我的编程珠玑里面堆的实现的文章。
pop_heap()这个算法跟push_heap类似,参数一样。不同的是我们把堆顶元素取出来,放到了数组或者是vector的末尾,用原来末尾元素去替代,
然后end迭代器减1,执行siftdown()下溯函数来重新调整堆序。
注意算法执行完毕后,最大的元素并没有被取走,而是放于底层容器的末尾。如果要取走,则可以使用底部容器(vector)提供的pop_back()函数。
既然每次pop_heap可以获得堆中最大的元素,那么我们持续对整个heap做pop_heap操作,每次将操作的范围向前缩减一个元素。
当整个程序执行完毕后,我们得到一个非降的序列。
同理,sort_heap(RamdomAccessIteraor first,RamdomAccessIteraor end)接受两个随机迭代器作为参数。表示操作的范围。
注意这个排序执行的前提是,在一个堆上执行。
建立一个堆。很简单吧。接受的参数同上。
下面我们来看测试实例吧:
#include <iostream> #include <vector> #include <algorithm> using namespace std; int main() { int ia[9]={0,1,2,3,4,8,9,3,5}; vector<int> ivec(ia,ia+9); //底层我们使用vector来实现,可以动态添加元素。 make_heap(ivec.begin(),ivec.end()); for(int i=0;i!=ivec.size();i++)cout<<ivec[i]<<" "; cout<<endl; ivec.push_back(7); push_heap(ivec.begin(),ivec.end());//这里可以用make_heap替换。 for(int i=0;i!=ivec.size();i++)cout<<ivec[i]<<" "; cout<<endl; pop_heap(ivec.begin(),ivec.end()); cout<<ivec.back()<<endl; ivec.pop_back(); for(int i=0;i!=ivec.size();i++)cout<<ivec[i]<<" "; cout<<endl; sort_heap(ivec.begin(),ivec.end()); for(int i=0;i!=ivec.size();i++)cout<<ivec[i]<<" "; cout<<endl; //////////////////////////////////////////////////// { int ia[9]={0,1,2,-1,4,8,9,3,5};//底层我使用数组来完成。 make_heap(ia,ia+9); for(int i=0;i<9;i++)cout<<ia[i]<<" "; cout<<endl; sort_heap(ia,ia+9); for(int i=0;i<9;i++)cout<<ia[i]<<" "; cout<<endl; } return 0; }