微博:
@TankyWoo基
新博客:
TankyWoo

《算法导论》学习总结 — 5.第六章(2) 优先级队列

建议先看看前言:http://www.cnblogs.com/tanky_woo/archive/2011/04/09/2010263.html

 

上一章总结是的堆排序算法,这一章同样是利用了堆这种数据结构,实现在是优先级队列

根据堆分为最大堆,最小堆,所以优先级队列也可以分为最大优先级队列最小优先级队列

优先级队列的概念和用途书上已经写的很清楚了,我就不再打一遍了。直接写出具体实现。

 

在实现前先说几点:

1.上一章说过,堆的length和heapsize要区分清楚,这一章的优先级队列里就用到了。

2.优先级队列用到了上一章的一些函数比如MaxHeapify(),不记得的可以复习下上一章。

以下是代码及讲解(此处实现的是最大优先级队列):

复制代码
// 堆应用之优先级队列
// Tanky Woo
// Blog: www.WuTianQi.com
#include <iostream>
using namespace std;
const int INF = 999999;
 
/////////////////////////////////////////////////////////
////////////// 以下代码在堆排序中已讲解过 ///////////////
void MaxHeapify(int *a, int i, int len)
{
    
int lt = 2*i, rt = 2*i+1;
    
int largest;
    
if(lt <= len && a[lt] > a[i])
        largest 
= lt;
    
else
        largest 
= i;
    
if(rt <= len && a[rt] > a[largest])
        largest 
= rt;
    
if(largest != i)
    {
        
int temp = a[i];
        a[i] 
= a[largest];
        a[largest] 
= temp;
        MaxHeapify(a, largest, len);
    }
}
 
void BuildMaxHeap(int *a, int size)
{
    
for(int i=size/2; i>=1--i)
        MaxHeapify(a, i, size);
}
 
void PrintArray(int data[], int size)
{
    
for (int i=1; i<=size; ++i)
        cout 
<<data[i]<<"  ";
    cout
<< endl << endl;
}
////////////////////////////////////////////////////////////
 
// 返回具有最大关键字的元素
int HeapMaximum(int *a)
{
    
return a[1];
}
 
// 去掉并返回具有最大关键字的元素
// 注意:这里每次MaxHeapify的是heapsize
int HeapExtractMax(int *a, int &heapsize)
{
    
if(heapsize < 1)
        cout 
<< "Heap Underflow" << endl;
    
int max = a[1];
    a[
1= a[heapsize];
    
--heapsize;
    MaxHeapify(a, 
1, heapsize);
    
return max;
}
 
// 将元素a[i]的值增加到key
void HeapIncreaseKey(int *a, int i, int key)
{
    
if(key < a[i])
        cout 
<< "New key is smaller than current key" << endl;
    a[i] 
= key;
    
while(i > 1 &&a[i/2< a[i])
    {
        
int temp = a[i];
        a[i] 
= a[i/2];
        a[i
/2= temp;
        i 
/= 2;
    }
}
 
// 插入关键字为key的元素
void MaxHeapInsert(int *a, int key, int &heapsize)
{
    
++heapsize;
    a[heapsize] 
= -INF;
    HeapIncreaseKey(a, heapsize, key);
}
 
 
 
int main()
{
    
int len, heapsize;
    
int arr[100= {0151395128740621};
    
// 区别len 和 heapsize
    
// heapsize是堆的大小,而len是初始数组的总大小。
    len = heapsize = 12;
 
    
// 首先建堆
    BuildMaxHeap(arr, len);
    cout 
<< "建堆后: " << endl;
    PrintArray(arr, len);
 
    
// 使用HeapMaximum
    cout << "当前最大的元素是: " << endl;
    cout 
<< HeapMaximum(arr) << endl << endl;
 
    
// 使用HeapExtractMax
    cout << "使用HeapExtractMax后: " << endl;
    HeapExtractMax(arr,heapsize);
    PrintArray(arr, heapsize);
 
    
// 再次使用HeapExtractMax
    cout << "再次使用HeapExtractMax后: " << endl;
    HeapExtractMax(arr,heapsize);
    PrintArray(arr, heapsize);
 
    
// 使用HeapIncreaseKey
    cout << "使用HeapIncreaseKey后: " << endl;
    HeapIncreaseKey(arr, 
215);
    PrintArray(arr, heapsize);
 
    
// 使用MaxHeapInsert
    cout << "使用MaxHeapInsert后: " << endl;
    MaxHeapInsert(arr, 
28, heapsize);
    PrintArray(arr, heapsize);

} 

复制代码


 以下是运行结果:

youxianji

看上图的结果:

在第二次使用HeapExtractMax后,把第二个数字即6设为15,更新后,结果就是HeapIncreaseKey的输出。

Tanky Woo 标签: 优先级队列堆排序算法导论

个人Blog同步发表: http://www.wutianqi.com/?p=2349

posted on   Tanky Woo  阅读(2193)  评论(7编辑  收藏  举报

编辑推荐:
· 如何编写易于单元测试的代码
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
阅读排行:
· 周边上新:园子的第一款马克杯温暖上架
· Open-Sora 2.0 重磅开源!
· 分享 3 个 .NET 开源的文件压缩处理库,助力快速实现文件压缩解压功能!
· Ollama——大语言模型本地部署的极速利器
· [AI/GPT/综述] AI Agent的设计模式综述

导航

< 2011年4月 >
27 28 29 30 31 1 2
3 4 5 6 7 8 9
10 11 12 13 14 15 16
17 18 19 20 21 22 23
24 25 26 27 28 29 30
1 2 3 4 5 6 7

统计

点击右上角即可分享
微信分享提示