- 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。 你晕了没，是不是有点绕~~ 我们一起来看一下这道简单题，通过最小堆来实现。 由于这次问题，中文网站上没有，所有就在英文网站上。英文弱的克服一下，后面来大概说明一下意思。 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!
48530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
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）。 将临时变量tmp的值赋给parent位置的新值（相当于将原来的child位置的值换为了parent位置的新值） } 6.堆的向上调整函数 // 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 _size); // 调整堆的性质以满足堆的要求 hp->_size++; // 堆的元素个数自增 } 8.堆的向下调整函数 // 向下调整函数，调整堆的性质以保证满足堆的性质要求（最大堆或最小堆
38510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。 T> { int getSize(); boolean isEmpty(); void add(T t); /** * 取出最大元素(最大堆)或最小元素(最小堆 ) * @return */ T extract(); /** * 查看最大元素(最大堆)或最小元素(最小堆) * @return * / T findHeap(); /** * 取出堆中最大元素(最大堆)或最小元素(最小堆) * 并且替换成元素t * @param t * @return capcity); } public MinHeap() { data = new ArrayList<>(); } /** * 将一个数组转化为最小堆
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...)
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... 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
910110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。 ) max_Heapify(i); for(int i=1;i<=h;i++) cout<<" "<<nd[i]; cout<<endl; } 生成最小堆 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;
86570发布于 2018-04-28 - 来自专栏Titan笔记
使用最小堆思想实现哈夫曼编解码
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。 然后将这个节点再插入最小堆，重复此步骤直至原堆中的元素都被处理了即可结束。 取出树根节点(也就是堆顶节点)，即可作为哈夫曼树的开始树根。 weight; // 节点的权重 char ch; // 节点的数据 hfmTree left; // 节点右分支 hfmTree right; // 节点左分支 }; // 定义最小堆的结构 >size=0; heap->capacity=MAX_DATA; heap->data[0] = createNode('\0',INT_MIN); return heap; } // 构建最小堆
2.6K20发布于 2020-07-22 - 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
2.8K64编辑于 2023-03-30 - 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
20210编辑于 2025-12-18 - 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。 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
75210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）
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.
70410发布于 2020-07-13 - 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
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。 对于最小堆，如果 h[i] < h[j]，则返回 true。
56610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！
96790发布于 2018-05-18 - 来自专栏Michael阿明学习之路
POJ 1442 Black Box（大小堆，求第K小的元素）
可以利用大小堆，大堆长度从1开始，每次+1 大堆元素都比小堆的小，那么大堆顶的元素就是第k小的元素 3. /** * @description: 用大小堆求解 * @author: michael ming * @date: 2019/5/31 23:21 * @modified by: */ >= maxheapsize) { minheap.push_back(maxheap[0]);//大堆顶进入小堆 minheap.push_back(arr[arrindex]); push_heap(minheap.begin(), minheap.end(), greater<int>());//小堆
42610发布于 2021-02-20 - 来自专栏C++
【今日三题】小红的口罩(小堆) 春游(模拟) 数位染色(01背包)
小红的口罩(小堆) 小红的口罩 #include <iostream> #include <queue> using namespace std; int n, k, sum, res; priority_queue
18310编辑于 2025-05-06 - 来自专栏小丞前端库
【化解数据结构】详解堆结构，并实现最小堆结构
堆是一棵完全二叉树 任意节点都优于它的所有子节点 如果任意节点都大于它的所有子节点，那么它叫做最大堆，也叫大顶堆 如果任意节点都小于它的所有子节点，那么它叫做最小堆，也叫小顶堆 左边是一个最大堆 在前面我们已经知道了最小堆的定义，它的所有节点都小于等于它的子节点，因此我们根据这个特性，以及3个小秘诀来实现一个最小堆 1. 实现 shirtUp 方法 这个方法是实现最小堆的关键之一，在我们插入元素时，需要对元素进行判断，我们需要将插入的元素移到符合它的位置 如何实现呢？ 实现 size 方法 最后，实现最简单的方法，通过数组的 length 来获取即可 size() { return this.heap.length } 12. 数据流中的第 K 大元素 总结 在这篇文章中我们详细讲解了，什么是一个堆，如何实现一个堆，到最后手写封装了一个最小堆，在这过程中我们知道了如何将一个元素插入堆中，如何获取堆中的特定元素。
72410编辑于 2022-11-15 - 来自专栏小丞前端库
【化解数据结构】详解堆结构，并实现最小堆结构
堆是一棵完全二叉树 任意节点都优于它的所有子节点 如果任意节点都大于它的所有子节点，那么它叫做最大堆，也叫大顶堆 如果任意节点都小于它的所有子节点，那么它叫做最小堆，也叫小顶堆 左边是一个最大堆 在前面我们已经知道了最小堆的定义，它的所有节点都小于等于它的子节点，因此我们根据这个特性，以及3个小秘诀来实现一个最小堆 1. 实现 shirtUp 方法 这个方法是实现最小堆的关键之一，在我们插入元素时，需要对元素进行判断，我们需要将插入的元素移到符合它的位置 如何实现呢？ 实现 size 方法 最后，实现最简单的方法，通过数组的 length 来获取即可 size() { return this.heap.length } 12. 数据流中的第 K 大元素 总结 在这篇文章中我们详细讲解了，什么是一个堆，如何实现一个堆，到最后手写封装了一个最小堆，在这过程中我们知道了如何将一个元素插入堆中，如何获取堆中的特定元素。
78930发布于 2021-12-01
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