优先队列-C语言实现

我们之前已经介绍过队列-C语言实现，它们是先入先出的，这很容易用平常的排队来理解。但是如果这个队列要支持有紧急情况的人先出队呢？原先那种队列就不再适用了，我们需要使用本文所提到的特殊队列—优先队列。本文相关代码地址 github 。

优先队列

优先队列也是一种抽象数据类型。优先队列中的每个元素都有优先级，而优先级高（或者低）的将会先出队，而优先级相同的则按照其在优先队列中的顺序依次出队。

也就是说优先队列，通常会有下面的操作：

• 将元素插入队列
• 将最大或者最小元素删除

这样的话，我们完全可以使用链表来实现，例如以O（1）复杂度插入，每次在表头插入，而以O（N）复杂度执行删除最小元素；或者以O（N）复杂度插入，保持链表有序，而以O（1）复杂度删除。

然而 优先队列往往使用堆来实现 ，以至于通常说堆时，就自然而然地想到了优先队列。

二叉堆

二叉树堆是一棵 完全二叉树 ，并且对于每一个节点（根节点除外），它的父节点小于或等于它，这样最小元素就会在堆顶，我们就很容易找到最小元素。如果你还不清楚二叉树，建议先阅读《二叉树-C语言实现》。为了理解二叉堆的特性，还需要再介绍两个概念：

• 满二叉树：除叶子节点外，所有节点都有两个子节点，称为满二叉树。这个很容易理解，就不多做解释。
• 完全二叉树 ：除了最后一层外，每层节点个数达到最大，并且最后一层的叶子节点都靠左边排列。

如下图一是一棵完全二叉树，而图二中的不是，因为最后一层的叶子节点不全在左边排列。

二叉堆可以很容易用数组来表示，因为一棵高度为h的完全二叉树有2^h到2^(h+1)-1个节点，这样存放一个二叉堆就不会太浪费空间，而且一旦知道高度，就可以知道节点数的范围。

那么如何使用数组来表示二叉堆怎么存放元素呢？

• 对于数组i上的元素，它的左儿子在2i位置，右儿子2i+1的位置，那么它的父节点在[i/2]的位置。例如节点1位置的左儿子节点在2处。
• 本文位置0不存储数据

例如，对于下面的二叉堆（用字母表示的二叉堆），如果存储在数组中，则是下面这样：

数组中存放情况：

二叉堆的操作

我们假设后面的操作都是让最小元素在堆顶，即对小堆操作。堆的常见操作有：

• 初始化
• 判断堆是否满
• 判断堆是否为空
• 向堆中插入元素
• 销毁堆
• 删除最小元素
• 找到最小元素

初始化堆

初始化堆之前，先定义堆结构。

typedef struct HeapStruct
{
    int capacity;   //最大元素数量
    int size;    //堆元素数量
    ElementType *eles;  //堆元素数组
}PriorityQueue;

这里定义了HeapStruct结构，包含三个元素，分别是最大容量，当前堆大小，以及堆数组。

因为这里使用的是动态数组，所以我们需要对其进行初始化，当然你也可以参考《如何自己实现一个栈》使用静态数组来实现，但这种方式的缺点很明显，它只能固定堆大小。

堆初始化函数如下：

PriorityQueue *init_PQ(int maxEleNum)
{
    PriorityQueue *pq = NULL;
    
    /*检查输入大小的合法性*/
    if(maxEleNum <= 0 )
        return NULL;
    pq = malloc(sizeof(PriorityQueue));
    if(NULL == pq)
    {
        printf("malloc failed\n");
        return NULL;
    }
    /*下标为0的位置保留，不作使用*/
    pq->eles = malloc((maxEleNum + 1)*sizeof(ElementType));
    if(NULL == pq->eles)
    {
        printf("malloc failed\n");
        free(pq);
        return NULL;
    }
    
    /*初始化成员*/
    memset(pq->eles,0,(maxEleNum + 1)*sizeof(ElementType));
    pq->capacity = maxEleNum;
    pq->size = 0;
    return pq;
}

主要做了以下几件事：

• 创建一个空堆
• 初始化元素数量为0

堆是否已满

判断堆是否已满只需要判断容量和当前大小的比较结果即可：

int pq_is_full(PriorityQueue *pq)
{
    if(NULL == pq)
        return false;
    if(pq->capacity == pq->size)
        return true;
    else
        return false;
}

堆是否已空

判断堆是否为空只需要判断它的size是否为0即可：

int pq_is_empty(PriorityQueue *pq)
{
    if(NULL == pq)
        return false;
    if(0 == pq->size)
        return true;
    else
        return false;
}

堆的插入

按照我们前面的分析，插入操作是比较容易，放在属于它的下标位置即可，但是为了保持堆的性质，即节点的值要大于等于它的父节点，插入时就需要考虑更多了。

我们可以采取这样的方式：

• 将元素准备插入到下一个空闲位置（空穴）
• 如果插入后，仍然保持堆得性质，则直接插入该位置
• 如果插入后，导致父节点不再小于等于它，则将父节点值移到该空穴，父节点原来的位置就变成空穴
• 继续尝试将心得元素放入上面的空穴，并与父节点比较，知道新元素找到属于它的位置

举个例子，假如要在下面的二叉堆中，再插入2：

首先把2放在完全二叉树的最后一个位置，即前面提到的空闲位置，如下图：

由于2比它的父节点5要小，如果插在这里，则不满足堆性质，因此，需要交换它和父节点的位置：

此时，发现2所在位置仍然比它的父节点要小，因此，还需要和它的父节点交换位置：

最终状态则满足堆得性质，即父节点总是小于等于它的子节点。

代码实现如下：

int insert_pq(ElementType value,PriorityQueue *pq)
{
    int i =0;
    
    /*确保优先队列没有满*/
    if(pq_is_full(pq))
    {
        printf("priorityQueue is full\n");
        return FAILURE;
    }
    printf("insert %d\n",value);
    /*不断和父节点探测比较，直到找到属于它的位置*/
    for(i = pq->size+1;pq->eles[i/2] > value && i > 1;i/=2)
    {
        pq->eles[i] = pq->eles[i/2];
    }
    pq->eles[i] = value;
    pq->size++;
    return SUCCESS;
}

建立N个元素的二叉堆的时间复杂度为O（N）。

找到最小元素

由于我们在插入的时候就保证了堆的性质，因此找到最小元素是非常容易的，因为它就是位于堆顶，因此代码实现如下：

int find_min(PriorityQueue *pq,ElementType *value)
{
    if(pq_is_empty(pq))
    {
        printf("priorityQueue is empty\n");
        return FAILURE;
    }
    /*0处的元素作为哨兵没有使用*/
    *value = pq->eles[1];
    return SUCCESS;
}

删除最小元素

删除与插入相反，删除的是堆顶元素，我们需要找到一个元素来替代堆顶的位置，以保证堆的性质不被破坏。因此进行如下的操作：

• 删除堆顶元素，堆顶成为空穴
• 由于直接将最后的元素放入前面的空穴可能破坏堆性质，因此将较小的儿子插入空穴，该儿子的位置变成空穴，这样空穴就下滑了一层
• 重复上面的过程，空穴不能再下滑，将最后的元素放入该空穴

还是以前面建立的二叉堆为例，假如要删除堆顶的2。则直接先把2删除，那么2的位置就有一个空穴。

这个时候，我们将它的两个子节点中较小的一个，移动到堆顶位置：

最后继续将空穴位置处它的子节点较小的一个，移动到空穴位置：

最终删除了堆顶元素。

代码实现如下：

int delete_min(PriorityQueue *pq,ElementType *min)
{
    int i = 1;
    int minChild =0;
    if(pq_is_empty(pq))
    {
        printf("priorityqueue is empty\n");
        return FAILURE;
    }
    /*取得最小值*/
    *min = pq->eles[1];
    
    /*暂时取出最后的元素*/
    ElementType last = pq->eles[pq->size];
    pq->size--;
    if(0 == pq->size)
    {
        pq->eles[i] = 0;
        return SUCCESS;
    }
    /*不断将空穴下滑*/
    for(i = 1;i * 2 <= pq->size;i = minChild)
    {
        minChild = i * 2;
        /*找到更小的孩子*/
        if(minChild != pq->size && pq->eles[minChild+1] < pq->eles[minChild])
            minChild+=1;
            
        /*如果最后一个元素比空穴处的小儿子大，则继续下滑空穴，将该孩子上滤*/
        if(last >pq->eles[minChild])
            pq->eles[i] = pq->eles[minChild];
        /*否则说明last放的位置不会破坏堆性质，则直接退出循环*/
        else
            break;
    }
    
    /*将最后的元素放在空穴位置*/
    pq->eles[i] = last;
    return SUCCESS;
}

删除操作的平均时间复杂度为O(logN)

完整代码运行结果

完整代码见开头说明的地址，运行结果如下：

insert 3
insert 4
insert 5
insert 6
insert 8
insert 2
priorityQueue is full
priorityQueue is full
the arr value is: 2 4 3 6 8 5
pq size is 6
the min is 2
the min is 3
the min is 4
the min is 5
the min is 6
the min is 8
destory pq success

观察删除最小元素的结果，有没有发现什么呢？

总结

本文介绍了优先队列最常见的实现方式-二叉堆实现，并且介绍了二叉堆地创建，插入和删除等基本操作。而典型的TOP k问题也非常适合使用堆来解决，本文不做介绍。