维基百科

堆積：修订间差异

以互动方式浏览历史
←上一版本
删除的内容 添加的内容
可视化wikitext
Xy163（留言 | 贡献）
39次编辑
所给出的为二叉堆的定义，而非堆的定义，且一般并无这种定义方式的必要，反而引起误解
标签：清空章节
小 内容扩充
 
（未显示11个用户的14个中间版本）
第1行：
{{Refimprove|time=2024-08-11T12:07:18+00:00}}
{{For|地理學的堆積|堆積作用}}
{{NoteTA
|G1= IT
|1 = zh-cn:堆; zh-tw:堆積;
}}
{{For2|地理學的堆積|[[堆積作用]]|名稱相近的資料結構|[[堆栈]]（{{Lang|en|Stack}}）}}
'''堆'''（{{Lang-en|Heap}}）是[[计算机科学]]中的一種特別的樹狀[[数据结构]]。若是滿足以下特性，即可稱為堆積：「給定堆積中任意[[節點]]P和C，若P是C的母節點，那麼P的值會小於等於（或大於等於）C的值」。若母節點的值恆'''小於等於'''子節點的值，此堆積稱為'''最小堆積'''（{{Lang|en|min heap}}）；反之，若母節點的值恆'''大於等於'''子節點的值，此堆積稱為'''最大堆積'''（{{Lang|en|max heap}}）。在堆積中最頂端的那一個節點，稱作'''根節點'''（{{Lang|en|root node}}），根節點本身沒有'''母節點'''（{{Lang|en|parent node}}）。▼
{{For|動態記憶體分配的heap區段|动态内存分配}}
{{各地中文名
|cn = 堆
|tw = 堆積
}}
▲'''堆'''（{{Lang-|en|Heap}}）是[[计算机科学]]中的一種特別的樹狀[[数据结构完全二叉树]]。若是滿足以下特性，即可稱為堆積：「給定堆積中任意[[節點]]P和C，若P是C的母節點，那麼P的值會小於等於（或大於等於）C的值」。若母節點的值恆'''小於等於'''子節點的值，此堆積稱為'''最小堆積'''（{{Lang|en|min heap}}）；反之，若母節點的值恆'''大於等於'''子節點的值，此堆積稱為'''最大堆積'''（{{Lang|en|max heap}}）。在堆積中最頂端的那一個節點，稱作'''根節點'''（{{Lang|en|root node}}），根節點本身沒有'''母父節點'''（{{Lang|en|parent node}}）。
 
堆積始於{{le|J. W. J. Williams}}在1964年發表的'''堆積排序'''（{{Lang|en|heap sort}}），當時他提出了二元堆積樹作為此演算法的資料結構。堆積在[[戴克斯特拉演算法]]（{{lang-en|Dijkstra's algorithm}}）中亦為重要的關鍵。
 
在[[队列]]中，调度程序反复提取队列中第一个作业并运行，因为实际情况中某些时间较短的任务将等待很长时间才能结束，或者某些不短小，但具有重要性的作业，同样应当具有优先权。堆即为解决此类问题设计的一种数据结构。<ref name="定义">《数据结构与算法分析》Mark Allen Weiss（美）第六章，优先队列（堆）。</ref>▼
 
==性质==
第14行 ⟶ 第18行：
* 任意节点小于（或大于）它的所有后裔，最小元（或最大元）在堆的根上（'''堆序性'''）。
* 堆总是一棵[[完全二叉树|完全树]]。即除了最底层，其他层的节点都被元素填满，且最底层尽可能地从左到右填入。
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'''。常见的堆有[[二叉堆]]、[[斐波那契堆]]等。
 
堆有許多種進階類型包含了適合製作雙端佇列的[[最大—最小堆|最大—最小堆積]]及製作優先權佇列的[[斐波那契堆|斐波那契堆積]]等。
 
== 支持的基本操作 ==
第22行 ⟶ 第28行：
! 操作 !! 描述 !! [[时间复杂度]]
|-
| build || 採用[[罗伯特·弗洛伊德|羅伯特·弗洛伊德]]提出的較快方式建立一个空堆 || <math>O(n)</math>
|-
| insert || 向堆中插入一个新元素 || <math>O(\log n)</math>
|-
| update || 将新元素提升使其符合堆的性质 || <math>O(\log n)</math>
|-
| get || 获取当前堆顶元素的值 || <math>O(1)</math>
第32行 ⟶ 第38行：
| delete || 删除堆顶元素 || <math>O(\log n)</math>
|-
| heapify || 使删除堆顶元素的堆再次成为堆 || <math>O(\log n)</math>
|}
 
某些堆实现还支持其他的一些操作，如斐波那契堆支持检查一个堆中是否存在某个元素。
 
[https://gallery.selfboot.cn/zh/algorithms/heap 堆的在线可视化页面]提供了多种堆操作的可视化演示。可以通过界面上的切换按钮在大根堆和小根堆之间自由切换，切换时系统会自动重新构建整个堆结构。<ref>[https://gallery.selfboot.cn/zh/algorithms/heap 堆的在线可视化页面]: 支持堆操作的可视化演示</ref>
==例程==▼
 
为将元素</code>X</code>插入堆中，找到空闲位置，建立一个空穴，若满足'''堆序性'''（英文：'''heap order'''），则插入完成；否则将[[二叉树|父节点]]元素装入空穴，删除该父节点元素，完成空穴上移。直至满足堆序性。这种策略叫做'''上滤'''（percolate up）。<ref name="定义" />▼
可以在输入框中输入数字并点击"插入节点"按钮，就能观察新节点如何通过上浮（heapify up）操作找到其正确位置。
<source lang="c" style="overflow:hidden" line="1">▼
 
当点击"删除根节点"按钮时，可以看到堆顶元素被移除，以及最后一个节点如何通过下沉（heapify down）操作重建堆的平衡。删除的节点会在右侧短暂显示，随后会消失。
 
此外，该页面还提供了随机初始化功能，可以快速生成一个包含10到50个随机数值的新堆，方便进行各种测试和观察。
 
▲==示例程代码==
▲为将元素</code>X</code>插入堆中，找到空闲位置，建立一个空穴，若满足'''堆序性'''（英文：'''heap order'''），则插入完成；否则将[[二叉树|父节点]]元素装入空穴，删除该父节点元素，完成空穴上移。直至满足堆序性。这种策略叫做'''上滤'''（percolate up）。<ref name="定义">《数据结构与算法分析》Mark Allen Weiss（美）第六章，优先队列（堆）。</ref>
▲<sourcesyntaxhighlight lang="c" style="overflow:hidden" line="1">
void Insert( ElementType X, PriorityQueue H ) {
int i;
第50行 ⟶ 第64行：
H->Elements[i] = X;
}
</syntaxhighlight>
</source>
以上是插入到一个二叉堆的过程。
 
<code>DeleteMin</code>，删除最小元，即二叉树的根或父节点。删除该节点元素后，队列最后一个元素必须移动到堆得某个位置，使得堆仍然满足堆序性质。这种向下替换元素的过程叫作'''下滤'''。
<sourcesyntaxhighlight lang="c" style="overflow:hidden" line="1">
ElementType DeleteMin(PriorityQueue H) {
int i, Child;
第79行 ⟶ 第93行：
return MinElement;
}
</syntaxhighlight>
</source>
 
== 应用 ==
第87行 ⟶ 第101行：
=== 事件模拟 ===
主要运用堆的排序以选择优先。
 
=== 優先權佇列 ===
▲在[[队列]]中，调度程序反复提取队列中第一个作业并运行，因为实际情况中某些时间较短的任务将等待很长时间才能结束，或者某些不短小，但具有重要性的作业，同样应当具有优先权。堆即为解决此类问题设计的一种最佳数据结构。<ref name="定义">《数据结构与算法分析》Mark Allen Weiss（美）第六章，优先队列（堆）。</ref>
 
=== 戴克斯特拉演算法 ===
在[[戴克斯特拉算法|戴克斯特拉演算法]]中使用[[斐波那契堆|斐波那契堆積]]或二元堆可使得佇列的操作更為快速。
 
==参考==
第94行 ⟶ 第114行：
* [[二叉堆]]
* [[二项式堆]]
* [[最大小-最小大堆]]
* [[斐波纳契堆]]
* [[数据结构]]
检索自“https://zh.wikipedia.org/wiki/堆積”