C语言数据结构——树、堆（堆排序）、TOPK问题

news2024/9/21 20:38:31

🐶博主主页：@ᰔᩚ. 一怀明月ꦿ 

❤️‍🔥专栏系列：线性代数，C初学者入门训练，题解C，C的使用文章，「初学」C++，数据结构

🔥座右铭：“不要等到什么都没有了，才下定决心去做”

🚀🚀🚀大家觉不错的话，就恳求大家点点关注，点点小爱心，指点指点🚀🚀🚀

目录

树

树的概念

树的表示

二叉树

二叉树概念：

特殊的二叉树

二叉树的性质

二叉树的存储结构

2. 链式存储

堆

二叉树的顺序结构

堆的概念及结构

堆排序 

堆排序的实现

建堆

堆排序

TOPK

树

树的概念

树是一种非线性的数据结构，它是由n（n>=0）个有限结点组成一个具有层次关系的集合。把它叫做树是因为它看起来像一棵倒挂的树，也就是说它是根朝上，而叶朝下的。

图1

图2

节点的度：一个节点含有的子树的个数称为该节点的度；如图2:A的度为6

叶节点（终端节点）：度为0的节点称为叶节点；如图2:B、C、H、I...等为叶节点

父节点（双亲节点）：若一个节点含有子节点，则这个节点称为其子节点的父节点；如图2:A是B的父节点

子节点（孩子节点）：一个节点含有的子树的根节点称为该节点的子节点；如图2:B是A的子节点

兄弟节点：具有相同父节点的节点互称为兄弟节点；如图2:B、C是兄弟节点

树的度：一颗树中，最大的节点的度称为树的度；如图2:树的度为6

节点的层次：从根开始定义起，根为第一层，根的子节点为第二层，依次类推

树的高度（树的深度）：树中节点的最大层次；如图2:树的高度为4

堂兄弟节点：双亲在同一层的节点互为堂兄弟；如图2:H、I互为堂兄弟节点

节点祖先：从根到该节点所经分支上的所有节点；如图2；A是所有节点的祖先

子孙：以某节点为根的子树中任一节点都称为该节点的子孙；如图2:所有节点都是A的子孙

森林：由m（m>0）棵互不相交的树的集合称为森林

树的表示

树结构相对线性表就比较复杂了，要存储表示起来就比较麻烦了，既然保存值域，也要保存结点和结点之间的关系，实际中树有很多种表示方式如：双亲表示法，孩子表示法、孩子双亲表示法以及孩子兄弟表示法等。我们这里就简单的了解其中最常用的孩子兄弟表示法，即左孩子右兄弟表示法。

typedef int DataType;
struct Node
{
struct Node* _firstChild1; // 第一个孩子结点
struct Node* _pNextBrother; // 指向其下一个兄弟结点
DataType _data; // 结点中的数据域
};

图3

树在实际中的运用：表示文件系统的目录树结构

图4

二叉树

二叉树概念：

二叉树（Binary Tree）是n（n>=0）个结点的有限集合，该集合或者空集（称为空二叉树），或者由一个根节点和两颗互不相交的，分别称为根节点的左子树和右子树的二叉树组成。

图5

（1）二叉树的最大度为2；

（2）每个结点最多有两棵子树；

（3）左子树和右子树是有顺序的；

（4）即使树中某结点只有一颗子树，也要区分左右；

注意：对于任意的二叉树都是由以下几种情况复合而成的：

图6

特殊的二叉树

1.满二叉树：一个二叉树，如果每一层的节点数都达到了最大值，则这个二叉树就是满二叉树。也就是说，如果一个二叉树的层数为k，且节点总数是2^k-1，则它是满二叉树。

2.完全二叉树：完全二叉树是效率很高的数据结构，完全二叉树是由满二叉树而引出来的。对于深度为k的，有n个节点的二叉树，当且仅当每一个节点都与深度为k的满二叉树中编号从1至n的节点————对应时称之完全二叉树。要注意满二叉树是一种特殊的完全二叉树。

 图7

二叉树的性质

1. 若规定根节点的层数为1，则一棵非空二叉树的第i层上最多有2^(i-1)个结点.

2. 若规定根节点的层数为1，则深度为h的二叉树的最大结点数是2^h-1.

3. 对任何一棵二叉树, 如果度为0其叶结点个数为n0, 度为2的分支结点个数为 n2,则有n0＝n2+1

4. 若规定根节点的层数为1，具有n个结点的满二叉树的深度，h=log2^(n+1) (是log以2为底，n+1为对数)

5. 对于具有n个结点的完全二叉树，如果按照从上至下从左至右的数组顺序对所有节点从0开始编号，则对于序号为i的结点有：

（1. 若i>0，i位置节点的双亲序号：(i-1)/2；i=0，i为根节点编号，无双亲节点

（2. 若2i+1<n，左孩子序号：2i+1，2i+1>=n否则无左孩子

（3. 若2i+2<n，右孩子序号：2i+2，2i+2>=n否则无右孩子

二叉树的存储结构

二叉树一般可以使用两种结构存储，一种顺序结构，一种链式结构。

1.顺序存储

顺序结构存储就是使用数组来存储，一般使用数组只适合表示完全二叉树，因为不是完全二叉树会有空间的浪费。而现实中使用中只有堆才会使用数组来存储。二叉树顺序存储在物理上是一个数组，在逻辑上是一颗二叉树

图8

2. 链式存储

...

堆

二叉树的顺序结构

普通的二叉树是不适合用数组来存储的，因为可能会存在大量的空间浪费。而完全二叉树更适合使用顺序结构存储。现实中我们通常把堆(一种二叉树)使用顺序结构的数组来存储，需要注意的是这里的堆和操作系统虚拟进程地址空间中的堆是两回事，一个是数据结构，一个是操作系统中管理内存的一块区域分段

堆的概念及结构

如果有一个关键码的集合K = {k0,k1,k2,...,k[n-1] }，把它的所有元素按完全二叉树的顺序存储方式存储

在一个一维数组中，并满足： Ki<=K[2*i+1] 且Ki<=K[2*i+2](Ki>=K[2*i+1] 且Ki>=K[2*i+2]),i=0,1,2...n

则称为小堆(或大堆)。将根节点最大的堆叫做最大堆或大根堆，根节点最小的堆叫做最小堆或小根堆。

堆的性质：

堆中某个节点的值总是不大于或不小于其父节点的值；

堆总是一棵完全二叉树

图9

堆排序 

堆排序是利用堆这种数据结构而设计的一种排序算法，他的时间复杂度是O(N*logN)相较于冒泡排序（O(N*N)）他的时间效率非常高。

堆排序的实现

1.将无序序列构建成一个堆，根据升序(降序)需求选择大根堆(小根堆)

2.将堆顶元素与末尾元素交换，将最大元素（最小元素）“沉”到数组末端

3.重新调整结构使其满足堆定义，然后继续交换堆顶元素与当前末尾元素，反复执行调整+交换步骤，直到整个序列有序

建堆

建堆有着两种建堆的方法，向上调整建堆和向下调整建堆，不管是建大根堆还是小根堆这两种方法都可以。

向上调整：

这里是准备建小根堆，Swap是交换函数（交换两个变量的值），判断最后一个孩子节点child的值是否比其父节点parent的值小，如果child的值比parent的值小，就交换父子节点的值，然后孩子节点child的位置移到父节点parent的位置，父节点parent移到父节点的父节点，然后再次判断孩子节点child的值与父节点parent的值的大小，直到child移到了根节点，如果child的值比parent的值如果大，就不用交换并且说明本次调整完成。

void AdjustUP(int* a,int n)
{
    int child=n-1;
    int parent=(child-1)/2;
    while(child>0)
    {
        if(a[child]<a[parent])
        {
            Swap(&a[child], &a[parent]);
            child=parent;
            parent=(child-1)/2;
        }
        else
        {
            break;
        }
    }
}

向下调整：

这里是准备建小根堆，判断父节点parent的值是否比其孩子节点child（一般父节点都有两个孩子节点，这里的孩子节点是两个中较小的那个）的值小，如果child的值比parent的值小，就交换父子节点的值，然后父节点parent的位置移到孩子节点child的位置，孩子节点child移到孩子节点的孩子节点的位置，然后再次判断孩子节点child的值与父节点parent的值的大小，直到child的值大于元素个数，如果child的值比parent的值如果大，就不用交换并且说明本次调整完成。

void AdjustDown(int* a,int n,int parent)
{
    int child=parent*2+1;
    while(child<n)
    {
        if(child+1<n&&a[child]>a[child+1])
        {
            child++;
        }
        if(a[child]<a[parent])
        {
            Swap(&a[child], &a[parent]);
            parent=child;
            child=parent*2+1;
        }
        else
        {
            break;
        }
    }
}

向上调整建堆：

 向上建堆是从第二层开始直到第h层，所以其时间复杂度为O(N*logN)

  
    for(int i=1;i<n;i++)
    {
        AdjustUP(a, i);
    }

向下调整建堆：

向下建堆是从第h-1层直到第一层，所以其时间复杂度为O(N)


    for(int i=(n-1-1)/2;i>=0;i--)
    {
        AdjustDown(a, n,i);
    }

堆排序

由于有两种建堆方式，向上调整建堆和向下调整建堆，所以就有两种堆排序方式。

HeapSort_UP(向上建堆排序):

//时间复杂度为O(N*logN)
void HeapSort_UP(int* a,int n)
{
    //向上建堆是从第二层开始直到第h层，所以其时间复杂度为O(N*logN)
    for(int i=1;i<n;i++)
    {
        AdjustUP(a, i);
    }
    int end=n-1;
    //建堆完成后，需要进行向下调整其时间复杂度为O(N*logN)
    while(end>0)
    {
        Swap(&a[0], &a[end]);
        AdjustDown(a, end,0);
        end--;
    }
}

HeapSort_Down(向下建堆排序):

//时间复杂度为N*logN
void HeapSort_Down(int* a,int n)
{
    //向下建堆是从第h-1层直到第一层，所以其时间复杂度为O(N)
    for(int i=(n-1-1)/2;i>=0;i--)
    {
        AdjustDown(a, n,i);
    }
    int end=n-1;
    //建堆完成后，需要进行向下调整其时间复杂度为O(N*logN)
    while(end>0)
    {
        Swap(&a[0], &a[end]);
        AdjustDown(a, end,0);
        end--;
    }
}

总结：向上建堆从第二层开始直到第h层，向下建堆是从第h-1层直到第一层，虽然它们经历的层数相同，但是向上建堆中第一层不用调整，向下建堆中第h层不用调整（h为最后一层），第一层的元素只有一个，第h层元素有2^(h-1)个。所以他们的时间复杂度不同，向上建堆为O(N*logN)，向下建堆为O(N)，尽量使用向下建堆的方式来实现堆排序。

TOPK

TOP-K问题：即求数据结合中前K个最大的元素或者最小的元素，一般情况下数据量都比较大。
比如：专业前10名、世界500强、富豪榜、游戏中前100的活跃玩家等。
对于Top-K问题，能想到的最简单直接的方式就是排序，但是：如果数据量非常大，排序就不太可取了(可能数据都不能一下子全部加载到内存中)。最佳的方式就是用堆来解决，基本思路如下：
1. 用数据集合中前K个元素来建堆
前k个最大的元素，则建小堆
前k个最小的元素，则建大堆
2. 用剩余的N-K个元素依次与堆顶元素来比较，不满足则替换堆顶元素,将剩余N-K个元素依次与堆顶元素比完之后，堆中剩余的K个元素就是所求的前K个最小或者最大的元素。

例如：我们这里实现在1000000个数中找出5个最大的数，为了方便实现我们使用rand()生成1000000个数。为了贴近实战项目，我们会将这1000000个数据写到文件中，然后文件中读取。

#include<stdio.h>
#include<stdlib.h>
#include<time.h>
void Swap(int* e1,int* e2)
{
    int temp=*e1;
    *e1=*e2;
    *e2=temp;
}
void AdjustDown(int* a,int n,int parent)
{
    int child=parent*2+1;
    while(child<n)
    {
        if(child+1<n&&a[child]>a[child+1])
        {
            child++;
        }
        if(a[child]<a[parent])
        {
            Swap(&a[child], &a[parent]);
            parent=child;
            child=parent*2+1;
        }
        else
        {
            break;
        }
    }
}
void CreatData(void)
{
    //system("pwd\n");
    int n=1000;
    srand((unsigned int)time(NULL));
    const char* file="data.txt";
    FILE* fout=fopen(file, "w");
    for(int i=0;i<n;i++)
    {
        int x=rand()%1000000;
        fprintf(fout, "%d\n",x);
    }
    fclose(fout);
}
void PrintTopk(int k)
{
    const char* file="data.txt";
    FILE* fin=fopen(file, "r");
    int* kminheap=(int*)malloc(sizeof(int)*k);
    for(int i=0;i<k;i++)
    {
        fscanf(fin,"%d",&kminheap[i]);
    }
    //建小堆，
    for(int i=(k-1-1)/2;i>=0;i--)
    {
        AdjustDown(kminheap, k, i);
    }
    int val=0;
    while(!feof(fin))
    {
        fscanf(fin, "%d",&val);
        if(val>kminheap[0])
        {
            kminheap[0]=val;
            AdjustDown(kminheap, k, 0);
        }
    }
    for(int i=0;i<k;i++)
    {
        printf("%d ",kminheap[i]);
    }
}
int main()
{

    //CreatData();
    PrintTopk(5);
    return 0;
}

 🌸🌸🌸如果大家还有不懂或者建议都可以发在评论区，我们共同探讨，共同学习，共同进步。谢谢大家！ 🌸🌸🌸   

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/564610.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

使用go语言构建区块链 Part4.事务1

使用go语言构建区块链 Part4.事务1

英文源地址 简介 事务是比特币的核心, 区块链的唯一目的是以安全可靠的方式存储交易, 因此在交易创建后没有人可以修改. 今天我们开始实现事务, 但由于这是一个相当大的主题, 我将它分成两部分: 在这一部分中, 我们将实现事务的通用机制, 在第二部分中, 我们将研究细节. 此外…
阅读更多...
让你在Windows打开Sketch格式再也不愁

让你在Windows打开Sketch格式再也不愁

Sketch是Macos的专用矢量绘图应用。在Sketch软件中&#xff0c;ios开发者可以轻松设计图层面板等图层的常用操作&#xff0c;广泛应用于产品的交互设计和UI设计&#xff0c;帮助很多设计师创作出很多优秀的作品。然而&#xff0c;Sketch只服务于Macos系统&#xff0c;这使得许多…
阅读更多...
Laravel框架06：文件、迁移填充、会话、缓存

Laravel框架06：文件、迁移填充、会话、缓存

Laravel框架06&#xff1a;文件、迁移填充、会话、缓存 一、文件上传1. 文件上传表单2. 上传业务处理3. 全部代码 二、数据表的迁移与填充1. 迁移文件① 创建迁移文件② 编写迁移文件③ 执行迁移文件④ 回滚迁移文件 2. 填充&#xff08;种子&#xff09;文件① 创建填充文件②…
阅读更多...
C++常用的支持中文的GUI库Qt 6之三： Qt 6的项目的发布

C++常用的支持中文的GUI库Qt 6之三： Qt 6的项目的发布

C常用的支持中文的GUI库Qt 6之三&#xff1a; Qt 6的项目的发布 本文接着上一篇“C常用的支持中文的GUI库Qt 6之二&#xff1a;项目的结构、资源文件的使用” https://blog.csdn.net/cnds123/article/details/130741807介绍&#xff0c;并使用其中的例子。 程序代码能正确编译…
阅读更多...
【STL】list的使用

【STL】list的使用

系列文章 学习C途中自然绕不过STL&#xff0c;在这个系列文章之中 我们讲了string的使用和string的模拟实现&#xff0c;以及vector的使用、vector的模拟实现。 感兴趣的可以翻翻看。 目录 系列文章 前言 默认成员函数 构造函数 拷贝构造 赋值重载 迭代器 容量查询 …
阅读更多...
人人都能看懂的Spring源码解析，Spring声明式事务关于传播特性、事务挂起与恢复的处理

人人都能看懂的Spring源码解析，Spring声明式事务关于传播特性、事务挂起与恢复的处理

人人都能看懂的Spring源码解析&#xff0c;Spring声明式事务关于传播特性、事务挂起与恢复的处理 原理解析AbstractPlatformTransactionManager事务传播特性事务挂起与恢复通过DataSourceTransactionManager看事务挂起和恢复的具体实现 代码走读总结 往期文章&#xff1a; 人人…
阅读更多...
LRU Cache

LRU Cache

前言 哈喽&#xff0c;各位小伙伴大家好&#xff0c;本章内容为大家介绍计算机当中为了提高数据相互传输时的效率而引进的一种重要设计结构叫做LRU Cache,下面将为大家详细介绍什么是LRU Cache,以及它是如何是实现的&#xff0c;如何提升效率的。 1.什么是LRU Cache? LRU是L…
阅读更多...
卷起来了？2023这三个项目直接让你原地起飞！

卷起来了？2023这三个项目直接让你原地起飞！

理论自学谁不会&#xff0c;理论知识跟实战项目实践相结合才是大问题&#xff1f; 还在发愁没有项目练手&#xff1f;还在发愁简历中的项目生搬硬凑&#xff1f;还在担心自己没实操过项目被面试官直接K.O? 这三个实战项目让你快人一步&#xff0c;总有一个适合你的&#xff…
阅读更多...
数慧时空20年磨一剑：推出智能遥感云平台DIEY，自然资源多模态大模型“长城”，为地理信息产业提速

数慧时空20年磨一剑：推出智能遥感云平台DIEY，自然资源多模态大模型“长城”，为地理信息产业提速

作者 | 伍杏玲 出品 | CSDN 据中国地理信息产业发展报告公布的数据&#xff0c;截至2020年末&#xff0c;行业从业单位13.8万家&#xff0c;从业人数336.6万&#xff0c;到2021年末&#xff0c;从业单位增加到16.4万家&#xff0c;从业人数增加到398万&#xff0c;产业规模越…
阅读更多...
软件测试的未来？为什么越来越多的公司选择模糊测试

软件测试的未来？为什么越来越多的公司选择模糊测试

背景&#xff1a;近年来&#xff0c;随着信息技术的发展&#xff0c;各种新型自动化测试技术如雨后春笋般出现。其中&#xff0c;模糊测试&#xff08;fuzz testing&#xff09;技术开始受到行业关注&#xff0c;它尤其适用于发现未知的、隐蔽性较强的底层缺陷。这里&#xff0…
阅读更多...
Eclipse MAT分析内存案例

Eclipse MAT分析内存案例

前言 本文记录一次使用Eclipse MAT排查内存问题的案例&#xff0c;缘由是线上某服务OOM&#xff0c;排查得知jvm old区占满&#xff0c;但是gc了还是无法释放 实战 首先在线上服务器排查发现某应用占用了大量的内存&#xff0c;由一个ConcurrentHashMap对象造成的&#xff0…
阅读更多...
【ArcGIS Pro二次开发】(31)：ArcGIS Pro中的多线程

【ArcGIS Pro二次开发】(31)：ArcGIS Pro中的多线程

ArcGIS Pro与旧的ArcGIS桌面应用程序的显著不同之处在于&#xff0c;它采用多线程架构&#xff0c;可以有效的发挥多核CPU的优势。这使得二次开发工具的性能变得更好&#xff0c;但也对开发工作带来了更多的难点和挑战。 一、多线程需要注意的问题 一般情况下&#xff0c;为了…
阅读更多...
尚硅谷MyBatis-Plus笔记001【简介、入门案例、基本CRUD】

尚硅谷MyBatis-Plus笔记001【简介、入门案例、基本CRUD】

视频地址&#xff1a;【尚硅谷】MyBatisPlus教程&#xff08;一套玩转mybatis-plus&#xff09;_哔哩哔哩_bilibili 尚硅谷MyBatis-Plus笔记01【简介、入门案例、基本CRUD】 尚硅谷MyBatis-Plus笔记02【】 尚硅谷MyBatis-Plus笔记03【】 尚硅谷MyBatis-Plus笔记04【】 尚硅谷…
阅读更多...
非暴力沟通--日常沟通的技巧与实践

非暴力沟通--日常沟通的技巧与实践

这篇文章是我在公司团队内部做的分享的演讲稿 开场白 大家好&#xff0c;我今天要分享的主题是非暴力沟通–日常沟通的技巧与实践。 介绍非暴力沟通这本书 分享这个主题的原因是我最近看了一本书&#xff0c;叫做《非暴力沟通》&#xff0c;这本书是美国一个叫做马歇尔卢森堡…
阅读更多...
MFC CListCtrl 显示图片

MFC CListCtrl 显示图片

MFC CListCtrl 显示图片 MFC CListCtrl 显示图片PreCreateWindow中设置风格没有起作用在OnCreate中设置CListCtrl的风格最合适在OnInitialUpdate中添加数据最合适需要设置CImageList&#xff0c;资源是我自己搞的一个图片资源ps:参考链接 MFC CListCtrl 显示图片 在使用MFC的C…
阅读更多...
Codeforces Round 764 (Div. 3)

Codeforces Round 764 (Div. 3)

比赛链接 Codeforces Round 764 A. Plus One on the SubsetB. Make APC. Division by Two and PermutationD. Palindromes ColoringE. Masha-forgetful A. Plus One on the Subset Example input 3 6 3 4 2 4 1 2 3 1000 1002 998 2 12 11output 3 4 1题意&#xff1a; 你可…
阅读更多...
怎么学习机械学习相关的技术？

怎么学习机械学习相关的技术？

学习机器学习相关技术的过程可以分为以下几个步骤&#xff1a; 掌握基本数学和统计知识&#xff1a; 机器学习建立在数学和统计学的基础上&#xff0c;了解线性代数、概率论、统计学等基本概念和方法对于理解机器学习算法至关重要。 学习编程和数据处理&#xff1a; 掌握一门…
阅读更多...
kafka基础介绍

kafka基础介绍

目录 前言&#xff1a; 一:kafka架构 1.kafka基础架构 2、kafka多副本架构 二、kafka基础概念 1、produce 2. Consumer 3、Broker ​ 4、Topic 5、Partition 6、Replicas 7、Offset 8、 AR 9、 ISR 10、OSR 11、HW 12、LEO 13、Lag 三、kafka特性 四、kafka…
阅读更多...
总结加载Shellcode的各种方式

总结加载Shellcode的各种方式

1.内联汇编加载 使用内联汇编只能加载32位程序的ShellCode&#xff0c;因为64位程序不支持写内联汇编 #pragma comment(linker, "/section:.data,RWE") //将data段的内存设置成可读可写可执行 #include <Windows.h>//ShellCode部分 unsigned char buf[] &qu…
阅读更多...
FreeRTOS-任务通知详解

FreeRTOS-任务通知详解

✅作者简介&#xff1a;嵌入式入坑者&#xff0c;与大家一起加油&#xff0c;希望文章能够帮助各位&#xff01;&#xff01;&#xff01;&#xff01; &#x1f4c3;个人主页&#xff1a;rivencode的个人主页 &#x1f525;系列专栏&#xff1a;玩转FreeRTOS &#x1f4ac;保持…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023