堆是一种数据结构,主要只是三个操作:
数组存储完全二叉树:
号点是根节点,节点的两个孩子是和。
号点是根节点,节点的两个孩子是和。
堆要保证任意节点大于等于自己的两个孩子
任意节点小于等于自己的父亲节点
如果不满足,需要调整
如果想自己实现一个堆,需要实现向上调整函数up
和向下调整函数down
。
向上调整函数:
如果当前节点是根节点,或者当前节点小于等于自己的父亲节点,那么退出。
如果当前节点大于自己的父亲节点,那么和父亲节点交换,并且继续向上调整。
// 小根堆 void up(int x) { while (x > 1) { // 如果自己不是根节点 if (a[x] < a[x / 2]) { // 如果自己小于自己的父亲节点 swap(a[x], a[x / 2]); // 交换自己和自己的父亲节点 x /= 2; // 自己变成自己的父亲节点 } else { break; // 自己大于等于自己的父亲节点,退出 } } }
向下调整函数:
如果当前节点没有孩子,那么推出
如果当前节点,小于两个孩子节点中较大的一个,那么和孩子节点交换,并继续继续向下调整
// 小根堆 void down(int x) { while (2 * x <= n) { // 如果自己有孩子节点 int p = 2 * x; // 初始化成左孩子 if (p + 1 <= n && a[p + 1] < a[p]) { // 如果自己有右孩子,并且右孩子更小 p++; // 更新成右孩子 } if (a[x] > a[p]) { // 如果自己的孩子比自己小 swap(a[x], a[p]); // 交换自己和自己的孩子节点 x = p; // 自己变成自己的孩子节点 } else { break; // 自己小于等于自己的孩子节点,那么退出 } } }
一个最简单的实现方法,当然是把每个元素依次加入堆,总时间复杂度
void makeheap() { for (int i = 1; i <= n; i++) { up(i); } }
另一个方法是,从向前,每个元素向下调整,总时间复杂度
void makeheap() { for (int i = n / 2; i >= 1; i--) { down(i); } }
把新加入的数字放在末尾,向上调整即可。
void push(int x) { a[++n] = x; up(n); }
直接获取最大值即可。
int top() { return a[1]; }
交换堆顶(要删除的数字)和最后一个节点,对堆顶进行向下调整。
void pop() { swap(a[1], a[n--]); down(1); }
堆并不支持删除任意值,如果希望支持,需要记录每个值在哪个位置上。
然后和删除最大值类似,把要删除的节点和最后一个节点交换,然后向下调整,向上调整。
#include <bits/stdc++.h> using namespace std; int a[30], n; void up(int p) { while (p > 1 && a[p] > a[p / 2]) { swap(a[p], a[p / 2]); p = p / 2; } } void down(int p) { while (p * 2 <= n) { int u = p * 2; if (u + 1 <= n && a[u + 1] > a[u]) { u++; } if (a[u] > a[p]) { swap(a[p], a[u]); p = u; } else { break; } } } void makeheap() { for (int i = n / 2; i >= 1; i--) { down(i); } } void push(int x) { a[++n] = x; up(n); } int top() { return a[1]; } void pop() { swap(a[1], a[n--]); down(1); } int main() { n = 10; for (int i = 1; i <= n; i++) { a[i] = rand(); } makeheap(); for (int i = 1; i <= 10; i++) { push(rand()); } while (n > 0) { cout << top() << endl; pop(); } return 0; }
相当于生成个随机数,并从大到小输出。
STL中有make_heap
,push_heap
,pop_heap
三个函数,可以帮助实现堆。
因为堆不支持删除的缘故,经常被set
/multiset
取代。
priority_queue
是唯一一个的数据结构,默认情况下比较大的数值在前面。
make_heap
,push_heap
,pop_heap
默认是大根堆。
priority_queue
是用 vector
和这3个函数实现的。
堆排序是三种排序算法(快速排序,归并排序)中唯一空间复杂度是。
有许多用堆的题目,可以被优化成使用队列,比如合并石子,蚯蚓。
大部分用Dijkstra算法求最短路的题目,都需要使用优先队列。
https://www.luogu.com.cn/problem/P1090
在一个果园里,多多已经将所有的果子打了下来,而且按果子的不同种类分成了不同的堆。多多决定把所有的果子合成一堆。
每一次合并,多多可以把两堆果子合并到一起,消耗的体力等于两堆果子的重量之和。可以看出,所有的果子经过 次合并之后, 就只剩下一堆了。多多在合并果子时总共消耗的体力等于每次合并所耗体力之和。
因为还要花大力气把这些果子搬回家,所以多多在合并果子时要尽可能地节省体力。假定每个果子重量都为 ,并且已知果子的种类 数和每种果子的数目,你的任务是设计出合并的次序方案,使多多耗费的体力最少,并输出这个最小的体力耗费值。
例如有 种果子,数目依次为 , , 。可以先将 、 堆合并,新堆数目为 ,耗费体力为 。接着,将新堆与原先的第三堆合并,又得到新的堆,数目为 ,耗费体力为 。所以多多总共耗费体力 。可以证明 为最小的体力耗费值。
共两行。
第一行是一个整数 ,表示果子的种类数。
第二行包含 个整数,用空格分隔,第 个整数 是第 种果子的数目。
一个整数,也就是最小的体力耗费值。输入数据保证这个值小于 。
3
1 2 9
15
对于 的数据,保证有 :
对于 的数据,保证有 ;
对于全部的数据,保证有 。
#include <bits/stdc++.h> using namespace std; int n, x, ans; int main() { cin >> n; priority_queue<int, vector<int>, greater<int> > q; for (int i = 0; i < n; i++) { cin >> x; q.push(x); } for (int i = 1; i < n; i++) { int x = q.top(); q.pop(); int y = q.top(); q.pop(); ans += x + y; q.push(x + y); } cout << ans << endl; }
合并果子,用堆进行贪心
https://www.luogu.com.cn/problem/P4331
给定一个整数序列,求出一个递增序列,使得序列和的各项之差的绝对值之和最小。
第一行为数字,接下来一行共有个数字,表示序列。
第一行输出最小的绝对值之和。
第二行输出序列,若有多种方案,只需输出其中一种。
5
2 5 46 12 1
47
2 5 11 12 13
【数据范围】
40%的数据;
60%的数据;
100%的数据;
题目来源:
感谢@TimeTraveller提供SPJ。
有一个用堆很简单的方法,可以参考CF 13C和CF 713C
https://codeforces.com/problemset/problem/865/D
https://www.luogu.com.cn/problem/CF865D
#include <bits/stdc++.h> using namespace std; priority_queue<int> q; int n, x; long long z; int main() { scanf("%d", &n); for (int i = 0; i < n; i++) { scanf("%d", &x); q.push(-x); q.push(-x); z += x + q.top(); q.pop(); } printf("%lld\n", z); return 0; }
一个用堆贪心的题目