あ ヒープ は、ヒープ プロパティを満たす完全なバイナリ ツリー データ構造です。つまり、すべてのノードについて、その子の値がそのノード自身の値以下であるということです。ヒープは通常、優先キューを実装するために使用され、最小 (または最大) の要素が常にツリーのルートに配置されます。

ヒープのデータ構造

目次

Javaのif else文

• ヒープの種類
• ヒープ操作
• ヒープデータ構造とは何ですか?

  あ ヒープ は、ヒープ プロパティを満たすバイナリ ツリー ベースのデータ構造です。つまり、各ノードの値はその子の値以上です。このプロパティにより、ルート ノードに 最大 または 最小 (ヒープのタイプに応じて) 値が変化し、ツリーの下に移動するにつれて値が減少または増加します。

  ヒープの種類

  ヒープには主に 2 つのタイプがあります。

  
  
  
  
  • 最大ヒープ: ルート ノードには最大値が含まれており、ツリーの下に移動するにつれて値は減少します。
  • 最小ヒープ: ルート ノードには最小値が含まれており、ツリーの下に移動するにつれて値が増加します。

  ヒープ操作

  一般的なヒープ操作は次のとおりです。

  YouTube広告をブロックアンドロイド

  • 入れる : ヒープのプロパティを維持しながら、新しい要素をヒープに追加します。
  • 抽出最大/最小: ヒープから最大要素または最小要素を削除して返します。
  • ヒーピファイ : 任意のバイナリ ツリーをヒープに変換します。

  ヒープは一般に、優先度 (最大値または最小値) に基づいて要素が取得される優先キューを実装するために使用されます。

• ヒープソートは、ヒープを使用して配列を昇順または降順に並べ替える並べ替えアルゴリズムです。
• ヒープは次のようなグラフ アルゴリズムで使用されます。 ダイクストラのアルゴリズム そして プリムのアルゴリズム 最短パスと最小スパニングツリーを見つけます。

バイナリ ヒープ

ヒープの用途、メリット、デメリット

ヒープ構築の時間計算量

ヒープとツリーの比較

Heapを構築する場合、Heapの構造は独特ですか?

フィボナッチヒープ

左派のヒープ

K-ary ヒープ

ヒープソート

指定されたバイナリ ツリーがヒープかどうかを確認する

指定された配列がバイナリ ヒープを表しているかどうかを確認するにはどうすればよいですか?

反復ヒープソート

配列内の K 番目に大きい要素

未ソート配列の K 番目の最小/最大要素 |セット1

N 個のノードを持つ完全なバイナリ ツリー (またはヒープ) の高さ

最小ヒープを使用した降順のヒープソート

最小ヒープ内の値 x より小さいすべてのノードを出力します。

トーナメント ツリー (勝者ツリー) とバイナリ ヒープ

最小限のコストで n 本のロープを接続します

k 個の要素を削除した後の個別の要素の最大数

2 つの配列からの K 個の最大合計の組み合わせ

STL を使用した実行整数のストリームの中央値

整数のストリーム内の中央値 (実行中の整数)

ストリーム内で K 番目に大きい要素

ストリーム内で最大のトリプレット積

指定された配列内で最も多く出現する k 個の数値を検索します

最小ヒープを最大ヒープに変換する

バイナリ ツリーのレベル順序トラバーサルを指定して、ツリーが最小ヒープであるかどうかを確認します。

k 個のソートされた配列をマージする |セット1

異なるマシンに保存されている数値を並べ替える

配列の最小の乱れ

シーケンスの最大の乱れ

m 要素の 2 つのサブセット間の最大差

BST を最小ヒープに変換

2 つのバイナリ Max ヒープをマージする

K 番目に大きい合計の連続サブ配列

正の整数の配列内の k 整数の最小積

隣接する 2 つの文字が同じにならないように、文字列内の文字を再配置します。

k1 番目と k2 番目の最小要素間のすべての要素の合計

配列の数字から形成される 2 つの数値の最小合計

クイックリンク：

• ヒープ上の練習問題
• 推奨：
  • データ構造とアルゴリズムを学ぶ | DSA チュートリアル