由于水平原因,博客大部分内容摘抄于网络,如有错误或者侵权请指出,本人将尽快修改

堆和优先队列

参考链接:https://www.cnblogs.com/xzxl/p/7266404.html

优先队列
能够完成下列操作的数据结构叫做优先队列。

  1. 插入一个数值
  2. 取出最小的数值(获得数值,并且删除)

能够使用二叉树高效地解决上述问题的,是一种叫做“堆” 的数据结构。

堆的性质,主要是通过堆排序来体现。

Java和c++中都有相应的数据结构,下面介绍c++ STL中的优先队列。

#include<queue>

一,相关定义

优先队列容器与队列一样,只能从队尾插入元素,从队首删除元素。但是它有一个特性,就是队列中最大的元素总是位于队首,所以出队时,并非按照先进先出的原则进行,而是将当前队列中最大的元素出队。这点类似于给队列里的元素进行了由大到小的顺序排序。元素的比较规则默认按元素值由大到小排序,可以重载“<”操作符来重新定义比较规则。

优先级队列可以用向量(vector)或双向队列(deque)来实现(注意list container不能用来实现queue,因为list的迭代器不是任意存取iterator,而pop中用到堆排序时是要求randomaccess iterator 的!):
priority_queue<vector<int>, less<int> > pq1; 等价于priority_queue<int> q;// 大根堆,默认也是大根堆

priority_queue<int,vector<int>,greater<int> > q2;// 小根堆

其成员函数有“判空(empty)” 、“尺寸(Size)” 、“栈顶元素(top)” 、“压栈(push)” 、“弹栈(pop)”等。

二、priority_queue

基本操作:

empty()      如果队列为空,则返回真

pop()    删除对顶元素,删除第一个元素

push()        加入一个元素

size()      返回优先队列中拥有的元素个数

top()     返回优先队列对顶元素,返回优先队列中有最高优先级的元素

在默认的优先队列中,优先级高的先出队。在默认的int型中先出队的为较大的数。

头文件:

#include <queue>

声明方式:

1、普通方法:

priority_queue<int> q;                 //通过操作,按照元素从大到小的顺序出队
priority_queue<int,vector<int>, greater<int> > q;    //通过操作,按照元素从小到大的顺序出队

2、自定义优先级:

#include<iostream>
#include<queue>
using namespace std;
struct Node{
    int x;
    int y;
}node[5];
struct cmp
{
    bool operator()(const Node &a,const Node &b) { return  a.x > b.x; }
};

int main()
{
    priority_queue<Node,vector<Node>,cmp> q1;
    node[1].x=1;
    node[1].y=2;
    
    node[2].x=-1;
    node[2].y=2;
    
    node[3].x=9;
    node[3].y=0;
    
    node[4].x=3;
    node[4].y=2;
    
    q1.push(node[1]);
    q1.push(node[2]);
    q1.push(node[3]);
    q1.push(node[4]);
    while(!q1.empty()){
        printf("%3d",q1.top().x);
        q1.pop();
    }
    return 0;
}

  

3、结构体声明方式:

struct node {     
  int x, y;     
  friend bool operator < (node a, node b)     
  {         
    return a.x > b.x;    //结构体中,x小的优先级高     
  }
};
priority_queue<node>q;   //定义方法
//在该结构中,y为值, x为优先级。
//通过自定义operator<操作符来比较元素中的优先级。
//在重载”<”时,最好不要重载”>”,可能会发生编译错误

POJ 2431

题目大意:一辆车从起点出发(装有一定量的油)驶向终点,路上不同位置有加油站,每个加油站都有能加油的上限,问汽车到达终点需要加油次数最少为多少?(若不能到达终点则输出-1),目前距离终点L个单位,当前拥有P单位油

Sample Input

4
4 4
5 2
11 5
15 10
25 10

Sample Output

2

分析:加油站的数量比较多,逐个比较是不可能的。我们稍微变换一下思考方式。在卡车开往终点的途中,只有在加油站才可以加油。但是,如果认为“在到达加油站时,就获得了一次在之后的任何时候都可以加Bi单位汽油的权利”,在解决问题上应该也是一样的。而在之后需要加油时,就认为是在之前经过的加油站加的油就可以了。那么,因为希望到达终点时加油次数尽可能少,所以当燃料为0了之后再进行加油看上去是-一个不错的方法。在燃料为0时,应该使用哪个加油站来加油呢?显然,应该选能加油量Bi最大的加油站。 

利用优先队列,经过每个加油站都先把能加的油加入到优先队列当中。等到车没油了,就把优先队列中的最大值弹出(此时相当于加了一次油)。如果优先队列为空,则表示无法到达终点。

注意点:1、本题输入的距离是到终点的距离,应该把距离转化为离起点的距离(这样数据比较好处理);

              2、输入的距离并不是按顺序的,所以应该排序(用内置的sort)(冒泡会超时);

              3、将终点也看成一个加油站,处理起来比较方便;

c++版本解法

#include<cstdio>
#include<algorithm>
#include<queue>
#define M  10005
using namespace std;
struct gas
{
    int dis;//注意这里的距离是距终点的距离
    int fule;
};
bool cmp(gas A, gas B)
{
    return A.dis < B.dis;
}
gas a[M];
priority_queue<int> que;
int N, L, P;
int main()
{
    scanf("%d", &N);
    for(int i = 0; i < N; i++)
        scanf("%d %d", &a[i].dis, &a[i].fule);
    scanf("%d %d", &L, &P);
    for(int i = 0; i < N; i++)
        a[i].dis = L - a[i].dis;
    //把加油站按照距离起点距离从小到大排序
    sort(a, a + N, cmp);
    //把终点也看成一个加油站
    a[N].dis = L;
    a[N].fule = 0;
    N++;//绝对不能少,加一个油站
    //count:加油次数,position:现在所在位置,tank:油箱中的油量
    int count = 0, position = 0, tank = P;
    for(int i = 0; i < N; i++)
    {
        //经过每个加油站要前进的距离
        int d = a[i].dis - position;
        //不断加油直到可以行驶到下一个加油站
        while(tank - d < 0)
        {
            if(que.empty())
            {
                puts("-1");
                return 0;
            }
            tank = tank + que.top();
            que.pop();
            count++;
        }
        //行驶到了该油站,把该油站的油放入优先队列中
        tank = tank - d;
        position = a[i].dis;
        que.push(a[i].fule);
    }
    printf("%d\n", count);
    return 0;
}

Java版本解法:

package 优先队列;

import java.util.Arrays;
import java.util.Comparator;
import java.util.PriorityQueue;
import java.util.Scanner;

public class Main {
	static class Gas implements Comparable<Gas>{
		int dis;
		int fule;
		public Gas(int dis, int fule) {
			this.dis = dis;
			this.fule = fule;
		}
		@Override
		public int compareTo(Gas o) {
			
			return this.dis>o.dis?1:-1;
		}
		
	}
	public static void main(String[] args) {
		Scanner sc=new Scanner(System.in);
		int N=sc.nextInt();
		Gas arr[]=new Gas[N+1];
		for (int i = 0; i < N; i++) {
			int dis=sc.nextInt();
			int fule=sc.nextInt();
			Gas gas=new Gas(dis, fule);
			arr[i]=gas;
		}
		int L=sc.nextInt();
		int P=sc.nextInt();
		for(int i = 0; i < N; i++)
	        arr[i].dis = L - arr[i].dis;
		arr[N]=new Gas(L, 0);
		Arrays.sort(arr);
		//count:加油次数,position:现在所在位置,tank:油箱中的油量
	    int count = 0, position = 0, tank = P;
	    //java中默认创建的是小根堆,所以要改成大根堆
	    PriorityQueue<Integer> que= new PriorityQueue<>(N+1, new Comparator<Integer>() {
			@Override
				public int compare(Integer o1, Integer o2) {                
		            return o2-o1;
		        }
		});
	    for(int i = 0; i < N+1; i++)
	    {
	        //经过每个加油站要前进的距离
	        int d = arr[i].dis - position;
	        //不断加油直到可以行驶到下一个加油站
	        while(tank - d < 0)
	        {
	            if(que.isEmpty())
	            {
	               throw new RuntimeException("-1");
	            }
	            tank = tank + que.poll();
	            count++;
	        }
	        //行驶到了该油站,把该油站的油放入优先队列中
	        tank = tank - d;
	        position = arr[i].dis;
	        que.add(arr[i].fule);
	    }
		System.out.println(count);
	}

} 

 

Fence Repair ( POJ 3253)

农夫约翰为了修理栅栏,要将一块很长的木板切割成N块。准备切成的木板的长度为L、L2、... LN,未切割前木板的长度恰好为切割后木板长度的总和。每次切断木板时,需要的开销为这块木板的长度。例如长度为21的木板要切成长度为5、8、8的三块木板。长21的木板切成长为13和8的板时,开销为21。再将长度为13的板切成长度为5和8的板时,开销是13。于是合计开销是34。请求出按照目标要求将木板切割完最小的开销是多少。

Input

Line 1: One integer N, the number of planks 
Lines 2..N+1: Each line contains a single integer describing the length of a needed plank

Output

Line 1: One integer: the minimum amount of money he must spend to make N-1 cuts

Sample Input

3
8
5
8

Sample Output

34

解析:由于只需从板的集合里取出最短的两块,并且把长度为两块板长度之和的板加入集合中即可,因此如果使用优先队列就可以高效地实现。一共需要进行O(N)次O(og N)的操作,因此总的时间复杂度是O(N log N)。 这种方法使用优先队列实现了哈夫曼树裸题,用优先队列做的。
 
#include <iostream>
#include <algorithm>
#include<queue>
#include<vector>
using namespace std;
typedef long long ll;
#define MAX_N 10000
int N,L[MAX_N];
void solve() {
    ll ans=0;
    //声明一个从小到大取出数值的优先队列
    priority_queue<int,vector<int>,greater<int>> que;
    for(int i=0;i<N;i++){
        que. push(L[i]);
    }
    //循环到只剩一块木板为止
    while (que.size() > 1) {
        //取出最短的木板和次短的木板int 11,12 ;
        int l1 = que.top();
        que.pop() ;

        int l2 = que.top();
        que.pop() ;
        //把两块木板合并
        ans+=l1+l2;
        que. push(l1 + l2) ;
    }

    printf ( "%lld\n", ans) ;
}

int main() {
    cin >> N;
    for (int i = 0; i < N; i++) {
        cin >> L[i];
    }
    solve();

    return 0;
}

JAVA解法

package 优先队列;

import java.util.PriorityQueue;
import java.util.Scanner;

public class Main1 {
	static int N;
	static int[] L;
	public static void main(String[] args) {
		Scanner sc=new Scanner(System.in);
		N=sc.nextInt();
		L=new int[N];
		for (int i = 0; i < N; i++) {
			L[i]=sc.nextInt();
		}
		solve();
	}
	private static void solve() {
		long ans=0;
		PriorityQueue<Integer> que=new PriorityQueue<>();//默认小根堆
		for (int i = 0; i < N; i++) {
			que.add(L[i]);
		}
		 while (que.size() > 1) {
		        //取出最短的木板和次短的木板int 11,12 ;
		        int l1 = que.poll();
		 
		        int l2 = que.poll();
		        //把两块木板合并
		        ans+=l1+l2;
		        que.add(l1 + l2) ;
		    }
		 
		    System.out.printf( "%d\n", ans) ;
	}

}

  

posted @ 2019-01-31 16:55  小纸条  阅读(362)  评论(0编辑  收藏  举报