STL中heap相关函数

heap并不是属于STL中的containers，而是在<algorithm>下提供了相关的函数 make_heap，sort_heap，pop_heap，push_heap

STL中heap相关函数

函数的说明：

make_heap(_First, _Last, _Comp)

默认是建立最大堆的。对int类型，可以在第三个参数传入greater<int>() 得到最小堆，传入less<int>() 得到最大堆。

max-heap是优先队列（priority queue）的底层实现机制

max-heap实际上的实现可以是以一个vector表现的完全二叉树（complete binary tree）

Comp可以没有，那就是默认的maxheap

void make_heap (RandomAccessIterator first, RandomAccessIterator last);

first、last是两个随机的迭代器

// range heap example
#include <iostream>     // std::cout
#include <algorithm>    // std::make_heap, std::pop_heap, std::push_heap, std::sort_heap
#include <vector>       // std::vector

int main () {
  int myints[] = {10,20,30,5,15};
  std::vector<int> v(myints,myints+5);

  std::make_heap (v.begin(),v.end());
  std::cout << "initial max heap   : " << v.front() << 'n';

  std::pop_heap (v.begin(),v.end()); v.pop_back();
  std::cout << "max heap after pop : " << v.front() << 'n';

  v.push_back(99); std::push_heap (v.begin(),v.end());
  std::cout << "max heap after push: " << v.front() << 'n';

  std::sort_heap (v.begin(),v.end());

  std::cout << "final sorted range :";
  for (unsigned i=0; i<v.size(); i++)
    std::cout << ' ' << v[i];

  std::cout << 'n';

  return 0;
}

/*
Output:
initial max heap   : 30
max heap after pop : 20
max heap after push: 99
final sorted range : 5 10 15 20 99
*/

　　对于其它的heap函数，参数类型相同；

push_heap()：把元素添加在底层vector的end()处，然后重新调整堆序（可以是执行一个siftup()函数）；

pop_heap()：把堆顶元素取出来，放到了数组或者是vector的末尾，用原来末尾元素去替代，然后end迭代器减1（后常跟vector的pop_back()操作），执行siftdown()下溯函数来重新调整堆序；

sort_heap()：持续对整个heap做pop_heap操作，每次将操作的范围向前缩减一个元素，则可以得到排序好的序列。由于maxheap的top放在end处，所以sort_heap完之后顺序输出是非降序；

如上的算法需要在堆上进行操作

-------------------------------------------------------------

c++中的 priority_queue 数据结构底层使用了 heap，所以也可以直接使用 priority_queue 来进行操作；

例如：数据流中的中位数——剑指offer

class Solution {
public:
    void Insert(int num)
    {
        ++count;
        if(count&1){ //如果是奇数个数的元素，则先放入小顶堆，然后把小顶堆中的顶放到大顶堆中
            min_heap.push(num);
            max_heap.push(min_heap.top());
            min_heap.pop();
        }
        else{
            max_heap.push(num);
            min_heap.push(max_heap.top());
            max_heap.pop();
        }
    }

    double GetMedian()
    { 
        if(count&1) return max_heap.top();
        else return (max_heap.top()+min_heap.top())/2.0;
    }
    
private:
    int count=0;
    priority_queue<int, vector<int>, less<int>> max_heap;
    priority_queue<int, vector<int>, greater<int>> min_heap;

};

思想：两个堆轮着构建，复杂度 O(N)，我们分析各自的复杂度；

直接排序，使用堆排序：O(N logN)
按照如上方法轮流构建：相当于3×（高度从0到log(N/2)的调整），相当于建立3个N/2大小的堆，O(N)
先构建N/2的堆，然后再构建另外一边的堆：相当于2×（高度从0到log(N/2)的调整），加上1个高度始终为log(N/2)的N/2次调整，所以总和比轮流构建多，复杂度为 O(N logN)

综上，采用轮流构建方式的复杂度占优

原文链接: https://www.cnblogs.com/zhang-qc/p/9096329.html

欢迎关注

微信关注下方公众号，第一时间获取干货硬货；公众号内回复【pdf】免费获取数百本计算机经典书籍

原创文章受到原创版权保护。转载请注明出处：https://www.ccppcoding.com/archives/274749

非原创文章文中已经注明原地址，如有侵权，联系删除

关注公众号【高性能架构探索】，第一时间获取最新文章

转载文章受原作者版权保护。转载请注明原作者出处！

STL中heap相关函数

相关推荐