二叉堆部分练习

本练习主要做了几个工作：

      1.给定一个数组来初始化二叉堆，第一种方法是通过不断插入，时间复杂度是O(nlgn)，第二种方法是先把数组填入二叉堆，再从下标为H->SIZE/2的节点开始下滤，这是因为只有下标小于为H->SIZE/2才有孩子，从而可以用线性时间完成二叉堆的初始化。

      2.二叉堆的下滤和上滤，对二叉堆关键字的操作诸如删除最小，增加某关键字值，减少某关键字值等会可能改变堆性质的操作，必须用上滤和下滤来保证二叉堆的性质，比如增加了某关键字的值，该关键字可能往下走，因此对该节点采用下滤，与之相反，减少时则要上滤。

      3.删除操作是把要删除关键字的位置先求出来，用二叉树最后一个数字来覆盖这个位置的值，并使堆的大小减1，此时要比较要删除的值与该位置新值，根据大小关系来采用上滤或下滤。

      4.给定一个x，用O(K)的时间求出小于x的关键字，主要用了层序遍历的思想，从上往下一层层地走，遇到比x小的把它儿子入栈，循环至栈空。

      5.用至多3N/4的时间找出任意一个关键字x的位置，主要是先比较倒数第二层的节点，看x和这层节点的关系，若x大于这层所有的节点，这只需要检查所有叶节点，而叶节点的数量不会超过N/2，倒数第二层的节点不会超过N/4，故此时总的比较次数不会超过3N/4。若x小于这层所有的节点，则只需要检查剩下的N/2个节点即可，满足题意。

// youxianduilie_lianxi.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"
#include<iostream>
#include<stack>
using namespace std;
struct HeapStruct;
typedef struct HeapStruct *PriorityQueue;
#define MinData -65536
#define notExist -1
struct HeapStruct
{
	int Capacity;
	int Size;
	int *Elements;
};

PriorityQueue Initialize(int MaxElement)                    //初始化堆
{
	PriorityQueue H = (PriorityQueue)malloc(sizeof(HeapStruct));  //1.申请一个堆
	if (H == NULL) cout << "out of space";

	H->Elements = (int *)malloc(sizeof(int)*(MaxElement + 1));  //2.申请一片地址空间用于存放数组
	if (H->Elements == NULL) cout << "out of space";

	H->Capacity = MaxElement;                     //3.其余值初始化
	H->Size = 0;
	H->Elements[0] = MinData;

	return H;
}

bool isFull(PriorityQueue H)
{
	if (H->Size >= H->Capacity)
		return 1;
	else
		return 0;
}

void Insert(int x, PriorityQueue H)
{
	int i;
	if (isFull(H))                                //1.先检查堆有没有满
	{
		cout << "Priority queue is full";
		return;
	}
	for (i = ++H->Size; H->Elements[i / 2] > x; i /= 2)   //循环，在Size+1的位置创建一个空穴，
		H->Elements[i] = H->Elements[i / 2];              //通过x不断与其父节点比较,空穴不断上移，直到父节点小于X；
	H->Elements[i] = x;                                  //此时i的值就是x所插入的位置。
}

PriorityQueue InitByInsert(int MaxElement,const int Given[],int num)
{
	PriorityQueue H = Initialize(MaxElement);
	for (int i = 0; i < num; i++)
		Insert(Given[i], H);
	return H;
}

void PercDown(PriorityQueue H, int i)             //下滤操作
{
	int Tmp;
	int child;

	for (Tmp = H->Elements[i]; 2 * i <= H->Size; i = child)
	{
		child = 2 * i;
		if (H->Elements[child + 1] && H->Elements[child + 1] < H->Elements[child])    //第一次比较，如果右儿子存在而且比较小
			child += 1;
		if (Tmp > H->Elements[child])                   //i位原来的值是Tmp，当儿子比他还小时就下滤，循环直到儿子都比他大
			H->Elements[i] = H->Elements[child];        //每次这样赋值后，child位会被空出来，结合循环i=child          
		else
			break;
	}
	H->Elements[i] = Tmp;
}

void PercUp(PriorityQueue H, int i)             //上滤操作跟下滤操作基本是对偶的
{
	int Tmp;
	int parent;

	for (Tmp = H->Elements[i]; i > 0; i = parent)
	{
		parent = i >> 1;
		if (Tmp < H->Elements[parent])
			H->Elements[i] = H->Elements[parent];
		else
			break;
	}
	H->Elements[i] = Tmp;
}

PriorityQueue InitByGiven(int MaxElement, const int Given[], int num)
{
	PriorityQueue H = Initialize(MaxElement);
	for (int i = 1; i <= num; i++)
		H->Elements[i] = Given[i - 1];
	H->Size = num;
    /*下滤的循环
	for (int i = H->Size / 2; i > 0; i--)  //二叉树节点的数量最多为 H->Size / 2，比如一个满二叉树有一半是叶子
		PercDown(H, i);
	*/
	//上滤的循环
	for(int i=2;i<=H->Size;i++)
		PercUp(H, i);
	return H;
}

int DeleteMin(PriorityQueue H)           //删除并返回最小值
{
	int i, child;
	int minElement, LastElement;
	if (H->Size==0) {                            //先检查是否为空
		cout << "is Empty";
		return H->Elements[0];
	}

	minElement = H->Elements[1];               //最小的在堆顶
	LastElement = H->Elements[H->Size--];      //删除后Size-1；
	H->Elements[1] = LastElement;            //堆顶的元素取走以后，留下一个空穴，把堆的最后一个元素放在堆顶上，对其进行下滤即可。
	PercDown(H, 1);
	return minElement;
}

void Delete(PriorityQueue H, int key)     //直接删除
{
	int i;
	for (i = 1; i <= H->Size; i++)      //先找到位置
		if (H->Elements[i] == key) break;

	H->Elements[i]= H->Elements[H->Size--]; //用最后一个元素覆盖要删除位置的值，再下滤
	PercDown(H, i);
}

void rewrite(int oldkey, int newkey, PriorityQueue H)
{
	int i;
	for (i = 1; i <= H->Size; i++)      //先找到位置
		if (H->Elements[i] == oldkey) break;
	H->Elements[i] = newkey;
	if(newkey>oldkey)                //比较新旧值，比旧值大的话就要下滤，相当于IncreaseKey操作，比旧值小的话就要上滤，相当于DecreaseKey操作
		PercDown(H, i);
	else
		PercUp(H, i);
}

void lessThan(int x, PriorityQueue H)       //用O(K)时间打印出堆中小于x的数
{
	if (H->Elements[1] >= x) cout << H->Elements[0];
	else
	{
		int i = 1;
		stack<int> reme;                                 //类似层序遍历，当父节点的值大于x时，就不再去检查子节点
		reme.push(i);
		while (!reme.empty())
		{
			if (H->Elements[reme.top()] < x)
			{
				i = reme.top();
				cout << H->Elements[reme.top()]<<'\t';
				reme.pop();
				if (2 * i <= H->Size) reme.push(2 * i);
				if (2 * i+1 <= H->Size) reme.push(2 * i+1);
			}
			else
				reme.pop();
		}
	}

}

int quickFind(PriorityQueue H, int x)
{
	int left, right;
	for (int i = H->Size / 2; i >= H->Size / 4; i--)   //此循环用于检查叶节点的上一层
	    if (H->Elements[i] < x)
		{
			left = 2 * i;
			right = 2 * i + 1;
			if (left <= H->Size&&H->Elements[left] == x)
				return left;
			if (right <= H->Size&&H->Elements[right] == x)
				return right;
		}
	for (int i = H->Size / 2; i > 0; i--)      //如果上面在叶节点检查出来了就不会执这个循环           
	{
		if (x == H->Elements[i])
			return i;
	}
	return notExist;
}

void print(PriorityQueue H)
{
	for (int i = 1; i <= H->Size; i++)
		cout << H->Elements[i] << '\t';
	cout << endl;
}


int main()
{
	int Given[] = { 10,12,1,14,6,5,8,15,3,9,7,4,11,13,2 };
	//PriorityQueue H=InitByInsert(100, Given, 15);
	PriorityQueue H = InitByGiven(100, Given, 15);
	print(H);
	//lessThan(6, H);
	cout << quickFind(H, 12);
	//int min = DeleteMin(H);
	//cout << min << endl;
	//print(H);
	//Delete(H, 3);
	//print(H);
	//rewrite(2,77,H);
	//print(H);
	while (1);
    return 0;
}