- 综合排序
- 最热优先
- 最新优先
- 来自专栏光城(guangcity)
如醉如痴之最小堆
如醉如痴之最小堆 0.说在前面1.问题2.思考3.自虐4.回归5.总结6.作者的话 0.说在前面 一道简单的题，可以让你如醉如痴，更是因为这一道题，你才会学会很多，不要小看简单，简单中蕴含深意。 Example: int k = 3; int[] arr = [4,5,8,2]; KthLargest kthLargest = new KthLargest(3, arr); kthLargest.add 看到这个问题，对应的数据结构为堆排序中的最小堆！ 实际就是利用最小堆去解决Top-k问题。 2.思考 这道题，先来一个简单的思路，通过导入库来实现。 接下来，让我们一起来从最小堆理论分析，到最小堆实现过程。。 一个最小堆满足完全二叉树性质！ 最小堆满足的特点是：比左右子节点都小，并且当前节点位置如果为i，则左子节点为2i，右子节点为2i+1。 注意一点，这里写的是自顶向下的堆调整!
48630发布于 2019-09-20 - 来自专栏AI那点小事
最小堆
反之，如果父节点的键值总是小于等于任何一个子节点的键值，那么这时称之为最小堆或者小顶堆。 最大堆算法如下（最小堆与之类似，不在此赘述）： //最大堆的插入操作 bool Insert(int num){ //最大堆已满则无法插入 if(this->IsFull()){ return return true; } ---- 删除操作 算法如下： 1）如果堆为空，那么不能进行删除 2）否则，首先保存根节点的键值，之后用最后一个结点来代替根节点，对堆进行相应的调整使之称为最大堆或者最小堆 3）遍历整个堆，找到左右孩子中的最大值（最小值），之后与根节点进行比较，如果根结点小于（大于）左右孩子中则把根结点下移。如果根结点大于等于（小于等于）则跳出循环。
1.3K10发布于 2020-04-20 - 来自专栏绝活编程学习
大小堆的实现
堆可以作为最大堆或最小堆来使用，这取决于如何对数据进行初始化。 * `AdjustUp(HPDataType* _a, int child)`：向上调整函数，调整堆的性质以保证满足堆的性质要求（最大堆或最小堆）。 * `AdjustDown(Heap* hp)`：向下调整函数，调整堆的性质以满足堆的性质要求（最大堆或最小堆）。 = 0; // 循环变量，遍历所有元素并输出 for (i = 0; i < hp->_size; i++) // 遍历所有元素并输出到控制台 { printf("%3d ", hp->_a[i]); // 使用printf输出元素的值，使用%3d控制输出宽度为3个字符并左对齐 } printf("\n"); // 换行符，输出完所有元素后换行 } 5.堆的交换函数
41310编辑于 2024-12-16 - 来自专栏算法之名
最小堆与索引堆
我们先来完成一个最小堆，采用JDK的ArrayList作为底层数据结构。 [2412, 2996, 3523, 7162, 9881, 8777, 8733, 865, 3719, 4991] [7, 0, 2, 1, 9, 5, 6, 3, 8, 4] 865 2412 [6826, 3071, 8097, 5773, 6960, 9057, 6823, 8796, 7924, 3244] [1, 9, 6, 3, 0, 5, 2, 7, 8, 4] 7924 3244 3438 4971 9353 8743 2528 8294 4976 8498 7307 7161 5 1 7 9 2 6 3 8 4 10 3438 4971 9353 8743 2528 8294 4976 8498 7307 7161 1 2 7 9 10 6 3 8 4 1 2 7 9 0 6 3 8 4 7307 3438 4971 4976 7161 7307 8294 8498
1.1K10发布于 2020-10-26 - 来自专栏向治洪
修改android最小堆内存
在oncreate的时候加入如下代码段即可保证该运行程序有足够的内存了： int CWJ_HEAP_SIZE = 10 * 1024 * 1024; //10M的内存 VMRuntime.getRuntime().setMinimumHeapSize(CWJ_HEAP_SIZE); 别忘了导入包： import dalvik.system.VMRuntime; 深层理解，进入andorid源码内部： 当应用程序分配内存时，会调用到dalvik/vm/alloc/HeapSource.c中的
1.6K60发布于 2018-01-29 - 来自专栏ml
HDUOJ----4006The kth great number(最小堆...)
Sample Input 8 3 I 1 I 2 I 3 Q I 5 Q I 4 Q Sample Output 1 2 3 Hint Xiao Ming won't ask Xiao Bao the 因而普通的排序是不行的，所以很好定义为最小堆，最大堆的求解... 但是对堆的求解也有两种，第一种是构造一个k堆，然后再输入数据，不断更新维护这个k堆，我们暂时叫他第k堆吧... 代码： 1 #include<iostream> 2 #include<set> 3 using namespace std; 4 5 int main() 6 { 7 int else cout<<*(sta.begin())<<endl; 31 } 32 } 33 return 0; 34 } 方法二： 采取传统的最小堆 1 /*最小堆hdu 4006*/ 2 /*@code Gxjun*/ 3 #include<stdio.h> 4 #include<string.h> 5 #define maxn 1000002
918110发布于 2018-03-22 - 来自专栏龙进的专栏
算法与数据结构之最大最小堆
·最小堆性质： 结点的键值都大于等于其父结点的键值。 满足最大堆性质的二叉堆叫做最大堆，满足最小堆性质的二叉堆叫做最小堆。 最大堆的根结点中存储着最大的元素，最小堆的根结点中存储着最小的元素。 id=ALDS1_9_A 题目编号是 ALDS1_9_A 样例输入 5 7 8 1 2 3 样例输出 node 1: key = 7, left key = 8, right key = 1, node 2: key = 8, parent key = 7, left key = 2, right key = 3, node 3: key = 1, parent key = 7, node 4: key = 2, parent key = 8, node 5: key = 3, parent key = 8, 这道题我们只需要根据完全二叉树的定义，就能生成这棵完全二叉树。 我们只需要把上面的生成最大堆的代码稍加修改，就能改成生成最小堆的代码。
1.9K30编辑于 2022-10-31 - 来自专栏kalifaの日々
POJ2431-最优队列（最小堆）解法
这道题有一个坑，就是给出的加油站到终点的距离不一定是降序排列好了的。 所以得到input之后要先对数据进行排序。我直接用了#include<algorithm>下的sort函数，对pair<int,int>类型的输入进行排序，非基本类型的数据排序需要重写sort函数的第三个参数。 源代码 #include<queue> #include<iostream> #include<string> #include<vector> #include<algorithm> using namespace std;
87070发布于 2018-04-28 - 来自专栏Python数据结构与算法
JAVA学习(3)-全网最详细~
在Java中 不允许 把一个 double 类型的值 直接赋给 float 需要在后面加 f ,否则会出现 编译错误!
21610编辑于 2024-01-18 - 来自专栏python3
spring mvc 3 最简单demo
后来在国外网站上发现了一个比较简单，应该说是最简单的spring mvc的demo了，在此做个记录，给需要的人了解一下。 DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN" "http://www.w3.org/TR/html4/loose.dtd"> > <web-app version="2.5" xmlns="http://java.sun.com/xml/ns/javaee" xmlns:xsi="http://www.w<em>3</em>.org/2001 /java.sun.com/xml/ns/javaee http://java.sun.com/xml/ns/javaee/web-app_2_5.xsd"> <display-name>Spring3MVC > <beans xmlns="http://www.springframework.org/schema/beans" xmlns:xsi="http://www.w<em>3</em>.org/2001/XMLSchema-instance
74020发布于 2020-01-14 - 来自专栏Titan笔记
使用最小堆思想实现哈夫曼编解码
构建哈夫曼树的方式 假设有7个树（一个节点），其权重分别为1、2、3、4、5、6、7。 ? 找到两个权重最小的树1和2。 ? 1 和2 分别作为新树的左右子树，新树的根结点权重为1 2 =3。 剩下的树：3、3、4、5、6、7。 ? 再找到两个最小的树，分别是3和3构成新树，新树权重为6。剩下的树为：6、4、5、6、7。 ? 重复步骤2和3，直到只剩一棵树的时候，即为Huffman树。 下面描述下我实现哈夫曼编码的主要核心的几个部分： 构建哈夫曼树 构建哈夫曼树的第一步是建立最小堆：先读取用户输入的字符与其对应的权值，并将其无序插入到堆中，再根据权值，不断调整堆，使其变成为最小堆。 有了最小堆以后，就可以开始构建哈夫曼树了。整体思路是：先创建一个空的树的节点，再从刚刚创建好的最小堆中，取出两个最小节点，作为这个节点的左右分支。显然，这个节点为非叶节点。 查看编码字典 ------" << endl; cout << "-- 3. 重新建立哈夫曼树 --" << endl; cout << "-- 4.
2.7K20发布于 2020-07-22 - 来自专栏码力up
【重学数据结构】堆 Heap - 最小堆&最大堆
堆中某个节点的值总是不大于或者不小于父节点的值，并且堆是一棵完全二叉树 堆的数据结构 最小堆：每个父节点的值都小于自己子节点的值 最大堆：与最小堆的定义正好相反，每个父节点的值都大于自己子节点的值 手写实现堆 从对堆的数据结构介绍上可以看到，小堆和大堆的唯一区别仅是对元素的排序方式不同。 = null){ logger.info("测试结果：{}", heap.poll()); } } } 测试结果 测试最小堆 10:30:59.242 堆排序算法，TopN的场景题，以及优先级队列是采用最小堆的性质去做的 堆的数据结构实现方式有哪些？ 二叉堆使用数组存储，根节点索引为0，子节点n的索引为2n+1和2n+2。 最小堆和最大堆的区别是什么？ 最小堆：任何一个父节点的值都小于或等于其子节点 最大堆：任何一个父节点的值都大于或等于其子节点
21410编辑于 2025-12-18 - 来自专栏数据库技术日积月累
python实现堆（最大堆、最小堆、最小最大堆）
最小堆class MinHeap: def __init__(self): self.heap = [] def parent(self, i): return _heapify_down(min_index)3. 最小-最大堆最小-最大堆的性质是：树中偶数层的每个节点都小于它的所有后代，而树中奇数层的每个节点都大于它的所有后代。
2.9K64编辑于 2023-03-30 - 来自专栏掘金安东尼
大小堆解决【数据流中位数】问题，nice 图解~
更多精彩，请关注我的 算法专栏 (●'◡'●) 本篇带来利用大小堆解决“获取数据流的中位数”的问题。 题目： 中位数是有序列表中间的数。如果列表长度是偶数，中位数则是中间两个数的平均值。 例如， [2,3,4] 的中位数是 3 [2,3] 的中位数是 (2 + 3) / 2 = 2.5 设计一个支持以下两种操作的数据结构： void addNum(int num) - 从数据流中添加一个整数到数据结构中 根据只需获得中间数的想法，可以将数据分为左右两边，一边以最大堆的形式实现，可以快速获得左侧最大数， 另一边则以最小堆的形式实现。其中需要注意的一点就是左右侧数据的长度差不能超过1。 查找、插入和删除在平均和最坏情况下的时间复杂度都是 O(log n)； 图解：（图解来源-Maple） 动态维护一个最大堆和最小堆，最大堆存储一半数据，最小堆存储一半数据，维持最大堆的堆顶比最小堆的堆顶小 this.container[0]; return null; } } // 最大堆 this.A = new Heap(); // 最小堆
76510编辑于 2022-09-19 - 来自专栏Michael阿明学习之路
数据流的中位数（大小堆）
例如， [2,3,4] 的中位数是 3 [2,3] 的中位数是 (2 + 3) / 2 = 2.5 设计一个支持以下两种操作的数据结构： void addNum(int num) - 从数据流中添加一个整数到数据结构中 示例： addNum(1) addNum(2) findMedian() -> 1.5 addNum(3) findMedian() -> 2 进阶: 如果数据流中所有整数都在 0 到 100 范围内 大小堆解题 参考我的博客 数据结构 堆（优先队列） 类似题目： LeetCode 480. 滑动窗口中位数（大小堆升级版+set实现） LeetCode 703.
71510发布于 2020-07-13 - 来自专栏python3
3，最简单的树（不显示图标）
DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1- transitional.dtd"> <html xmlns="http://www.w<em>3</em>.org/1999/xhtml"> <head runat="server"> <title></title
1.1K20发布于 2020-01-07 - 来自专栏算法channel
机器学习|海量数据求top K 之最小堆实现
02 — 最小堆实现思路 实现思路： 从海量数据中按照索引，选取前K个元素，建立一个小根堆； 遍历第K+1个元素， 若满足：这个元素不小于当前堆顶，则继续下一个遍历； 若满足：这个元素大于当前栈顶，则与堆顶元素交换 ，然后调整堆为最小堆 直到遍历结束 03 — 最小堆的python实现 class TopKByHeap(object): __k=0 __topk=None __bigdata (item)+',' print(r+'\r') """ test following """ topkheap = TopKByHeap(bigdata=[6,4,-9,10,3,2,14,5,6,4,3,2,6,5,444,665,4,3 ],k=5) topk = topkheap.findTopK() 输出结果： 1th: -9,3,6,10,4, 2th: 2,3,6,10,4, 3th: 3,4,6,10,14, 4th: 4,5,6,10,14
1.2K60发布于 2018-04-02 理解 Golang 中的最大最小堆、`heap` 与优先队列
github.com/EndlessCheng/codeforces-go/blob/master/copypasta/heap.go 灵佬笔记，非常有用在算法题目中，我们经常遇到需要动态维护一个集合的最值 这些场景的共同特点是，我们不仅需要找到当前的最值，还需要高效地添加新元素和删除最值。 此时，原本的最值（最小或最大元素）已经被移动到了切片的末尾。然后，heap.Pop 会调用我们自己实现的 Pop() 方法。 示例一：整数最小堆这个例子展示了如何基于 []int 切片构建一个整数最小堆。// 该示例演示了如何使用 heap 接口构建一个整数最小堆。 fmt.Printf("删除前 p3 的值: %d, 在堆中索引为: %d\n", p3.v, p3.hi) removed := h.remove(p3.hi) fmt.Printf("被删除的元素值
61010编辑于 2025-06-08- 来自专栏聊聊技术
原 初学算法-基于最小堆的优先级队列C++
笔者近日实现了最小堆类及其派生的优先级队列，特将代码奉上，不足之处还请指出！ _delete(3); heap.showAll(); return 0; } 这个是优先级队列： /** * The Priority Queue Class in C++ * Thanks
97490发布于 2018-05-18 - 来自专栏Java研发军团
Spring Boot 最核心的 3 个注解详解
然而，当我问他们 Spring Boot 最核心的 3 个注解是什么，令我失望的是鲜有人能答上来，这样你能说你对 Spring Boot 很了解吗？这可能还会给你减分！ 所以 Spring Boot 最核心的 3 个注解就是： 1、@Configuration org.springframework.context.annotation.Configuration 这是 3、@EnableAutoConfiguration org.springframework.boot.autoconfigure.EnableAutoConfiguration 看全路径就知道，这是自 最后的彩蛋 Spring Boot 最核心的 3 个注解介绍完了，大家可能会有疑问，为什么最主要的注解 @SpringBootApplication 不在其中？ 留给大家的彩蛋，其实这个 @SpringBootApplication 注解就包含了以上 3 个主要注解，平时没有自定义配置的需求，则使用 @SpringBootApplication 注解完全就可以了
1.1K50发布于 2019-08-20
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号