Antrian prioritas dalam .Net [ditutup]

Saya mencari implementasi .NET dari antrian prioritas atau struktur data tumpukan

Antrian prioritas adalah struktur data yang memberikan lebih banyak fleksibilitas daripada penyortiran sederhana, karena mereka memungkinkan elemen baru untuk memasuki sistem pada interval sewenang-wenang. Jauh lebih hemat biaya untuk memasukkan pekerjaan baru ke dalam antrian prioritas daripada mengurutkan kembali segala sesuatu pada setiap kedatangan tersebut.

Antrian prioritas dasar mendukung tiga operasi utama:

• Sisipkan (Q, x). Diberikan item x dengan kunci k, masukkan ke dalam antrian prioritas Q.
• Cari-Minimum (Q). Kembalikan pointer ke item yang nilai kuncinya lebih kecil dari kunci lainnya di antrian prioritas Q.
• Hapus-Minimum (Q). Hapus item dari antrian prioritas Q yang kuncinya minimum

Kecuali saya mencari di tempat yang salah, tidak ada satu pun di kerangka itu. Adakah yang tahu yang bagus, atau haruskah saya menggulung sendiri?

Saya suka menggunakan OrderedBagdan OrderedSetkelas di PowerCollections sebagai antrian prioritas.

Anda mungkin menyukai IntervalHeap dari Perpustakaan Koleksi Generik C5 . Mengutip panduan pengguna

Kelas IntervalHeap<T>mengimplementasikan antarmuka IPriorityQueue<T>menggunakan tumpukan interval yang disimpan sebagai array berpasangan. Operasi FindMin dan FindMax, dan aksesor pengindeks, membutuhkan waktu O (1). Operasi DeleteMin, DeleteMax, Tambah dan Perbarui, dan set-accessor pengindeks, membutuhkan waktu O (log n). Berbeda dengan antrian prioritas biasa, heap interval menawarkan operasi minimum dan maksimum dengan efisiensi yang sama.

APInya cukup sederhana

> var heap = new C5.IntervalHeap<int>();
> heap.Add(10);
> heap.Add(5);
> heap.FindMin();
5

Instal dari Nuget https://www.nuget.org/packages/C5 atau GitHub https://github.com/sestoft/C5/

Inilah upaya saya di tumpukan NET

public abstract class Heap<T> : IEnumerable<T>
{
    private const int InitialCapacity = 0;
    private const int GrowFactor = 2;
    private const int MinGrow = 1;

    private int _capacity = InitialCapacity;
    private T[] _heap = new T[InitialCapacity];
    private int _tail = 0;

    public int Count { get { return _tail; } }
    public int Capacity { get { return _capacity; } }

    protected Comparer<T> Comparer { get; private set; }
    protected abstract bool Dominates(T x, T y);

    protected Heap() : this(Comparer<T>.Default)
    {
    }

    protected Heap(Comparer<T> comparer) : this(Enumerable.Empty<T>(), comparer)
    {
    }

    protected Heap(IEnumerable<T> collection)
        : this(collection, Comparer<T>.Default)
    {
    }

    protected Heap(IEnumerable<T> collection, Comparer<T> comparer)
    {
        if (collection == null) throw new ArgumentNullException("collection");
        if (comparer == null) throw new ArgumentNullException("comparer");

        Comparer = comparer;

        foreach (var item in collection)
        {
            if (Count == Capacity)
                Grow();

            _heap[_tail++] = item;
        }

        for (int i = Parent(_tail - 1); i >= 0; i--)
            BubbleDown(i);
    }

    public void Add(T item)
    {
        if (Count == Capacity)
            Grow();

        _heap[_tail++] = item;
        BubbleUp(_tail - 1);
    }

    private void BubbleUp(int i)
    {
        if (i == 0 || Dominates(_heap[Parent(i)], _heap[i])) 
            return; //correct domination (or root)

        Swap(i, Parent(i));
        BubbleUp(Parent(i));
    }

    public T GetMin()
    {
        if (Count == 0) throw new InvalidOperationException("Heap is empty");
        return _heap[0];
    }

    public T ExtractDominating()
    {
        if (Count == 0) throw new InvalidOperationException("Heap is empty");
        T ret = _heap[0];
        _tail--;
        Swap(_tail, 0);
        BubbleDown(0);
        return ret;
    }

    private void BubbleDown(int i)
    {
        int dominatingNode = Dominating(i);
        if (dominatingNode == i) return;
        Swap(i, dominatingNode);
        BubbleDown(dominatingNode);
    }

    private int Dominating(int i)
    {
        int dominatingNode = i;
        dominatingNode = GetDominating(YoungChild(i), dominatingNode);
        dominatingNode = GetDominating(OldChild(i), dominatingNode);

        return dominatingNode;
    }

    private int GetDominating(int newNode, int dominatingNode)
    {
        if (newNode < _tail && !Dominates(_heap[dominatingNode], _heap[newNode]))
            return newNode;
        else
            return dominatingNode;
    }

    private void Swap(int i, int j)
    {
        T tmp = _heap[i];
        _heap[i] = _heap[j];
        _heap[j] = tmp;
    }

    private static int Parent(int i)
    {
        return (i + 1)/2 - 1;
    }

    private static int YoungChild(int i)
    {
        return (i + 1)*2 - 1;
    }

    private static int OldChild(int i)
    {
        return YoungChild(i) + 1;
    }

    private void Grow()
    {
        int newCapacity = _capacity*GrowFactor + MinGrow;
        var newHeap = new T[newCapacity];
        Array.Copy(_heap, newHeap, _capacity);
        _heap = newHeap;
        _capacity = newCapacity;
    }

    public IEnumerator<T> GetEnumerator()
    {
        return _heap.Take(Count).GetEnumerator();
    }

    IEnumerator IEnumerable.GetEnumerator()
    {
        return GetEnumerator();
    }
}

public class MaxHeap<T> : Heap<T>
{
    public MaxHeap()
        : this(Comparer<T>.Default)
    {
    }

    public MaxHeap(Comparer<T> comparer)
        : base(comparer)
    {
    }

    public MaxHeap(IEnumerable<T> collection, Comparer<T> comparer)
        : base(collection, comparer)
    {
    }

    public MaxHeap(IEnumerable<T> collection) : base(collection)
    {
    }

    protected override bool Dominates(T x, T y)
    {
        return Comparer.Compare(x, y) >= 0;
    }
}

public class MinHeap<T> : Heap<T>
{
    public MinHeap()
        : this(Comparer<T>.Default)
    {
    }

    public MinHeap(Comparer<T> comparer)
        : base(comparer)
    {
    }

    public MinHeap(IEnumerable<T> collection) : base(collection)
    {
    }

    public MinHeap(IEnumerable<T> collection, Comparer<T> comparer)
        : base(collection, comparer)
    {
    }

    protected override bool Dominates(T x, T y)
    {
        return Comparer.Compare(x, y) <= 0;
    }
}

Beberapa tes:

[TestClass]
public class HeapTests
{
    [TestMethod]
    public void TestHeapBySorting()
    {
        var minHeap = new MinHeap<int>(new[] {9, 8, 4, 1, 6, 2, 7, 4, 1, 2});
        AssertHeapSort(minHeap, minHeap.OrderBy(i => i).ToArray());

        minHeap = new MinHeap<int> { 7, 5, 1, 6, 3, 2, 4, 1, 2, 1, 3, 4, 7 };
        AssertHeapSort(minHeap, minHeap.OrderBy(i => i).ToArray());

        var maxHeap = new MaxHeap<int>(new[] {1, 5, 3, 2, 7, 56, 3, 1, 23, 5, 2, 1});
        AssertHeapSort(maxHeap, maxHeap.OrderBy(d => -d).ToArray());

        maxHeap = new MaxHeap<int> {2, 6, 1, 3, 56, 1, 4, 7, 8, 23, 4, 5, 7, 34, 1, 4};
        AssertHeapSort(maxHeap, maxHeap.OrderBy(d => -d).ToArray());
    }

    private static void AssertHeapSort(Heap<int> heap, IEnumerable<int> expected)
    {
        var sorted = new List<int>();
        while (heap.Count > 0)
            sorted.Add(heap.ExtractDominating());

        Assert.IsTrue(sorted.SequenceEqual(expected));
    }
}

inilah yang baru saja saya tulis, mungkin itu tidak dioptimalkan (hanya menggunakan kamus yang diurutkan) tetapi mudah dimengerti. Anda dapat memasukkan objek dari berbagai jenis, sehingga tidak ada antrian umum.

using System;
using System.Diagnostics;
using System.Collections;
using System.Collections.Generic;

namespace PrioQueue
{
    public class PrioQueue
    {
        int total_size;
        SortedDictionary<int, Queue> storage;

        public PrioQueue ()
        {
            this.storage = new SortedDictionary<int, Queue> ();
            this.total_size = 0;
        }

        public bool IsEmpty ()
        {
            return (total_size == 0);
        }

        public object Dequeue ()
        {
            if (IsEmpty ()) {
                throw new Exception ("Please check that priorityQueue is not empty before dequeing");
            } else
                foreach (Queue q in storage.Values) {
                    // we use a sorted dictionary
                    if (q.Count > 0) {
                        total_size--;
                        return q.Dequeue ();
                    }
                }

                Debug.Assert(false,"not supposed to reach here. problem with changing total_size");

                return null; // not supposed to reach here.
        }

        // same as above, except for peek.

        public object Peek ()
        {
            if (IsEmpty ())
                throw new Exception ("Please check that priorityQueue is not empty before peeking");
            else
                foreach (Queue q in storage.Values) {
                    if (q.Count > 0)
                        return q.Peek ();
                }

                Debug.Assert(false,"not supposed to reach here. problem with changing total_size");

                return null; // not supposed to reach here.
        }

        public object Dequeue (int prio)
        {
            total_size--;
            return storage[prio].Dequeue ();
        }

        public void Enqueue (object item, int prio)
        {
            if (!storage.ContainsKey (prio)) {
                storage.Add (prio, new Queue ());
              }
            storage[prio].Enqueue (item);
            total_size++;

        }
    }
}

Saya menemukan satu oleh Julian Bucknall di blognya di sini - http://www.boyet.com/Articles/PriorityQueueCSharp3.html

Kami memodifikasinya sedikit sehingga item prioritas rendah pada antrian pada akhirnya akan 'melambung' ke atas seiring waktu, sehingga mereka tidak akan menderita kelaparan.

Seperti disebutkan dalam Microsoft Collections for .NET , Microsoft telah menulis (dan berbagi secara online) 2 kelas PriorityQueue internal dalam .NET Framework. Kode mereka tersedia untuk dicoba.

EDIT: Seperti yang dikomentari @ mathusum-mut, ada bug di salah satu kelas PriorityQueue internal Microsoft (tentu saja, komunitas SO telah menyediakan perbaikan untuknya): Bug di internal PriorityQueue <T>?

Anda mungkin menemukan implementasi ini berguna: http://www.codeproject.com/Articles/126751/Priority-queue-in-Csharp-with-help-of-heap-data-st.aspx

itu generik dan berdasarkan pada tumpukan data

class PriorityQueue<T>
{
    IComparer<T> comparer;
    T[] heap;
    public int Count { get; private set; }
    public PriorityQueue() : this(null) { }
    public PriorityQueue(int capacity) : this(capacity, null) { }
    public PriorityQueue(IComparer<T> comparer) : this(16, comparer) { }
    public PriorityQueue(int capacity, IComparer<T> comparer)
    {
        this.comparer = (comparer == null) ? Comparer<T>.Default : comparer;
        this.heap = new T[capacity];
    }
    public void push(T v)
    {
        if (Count >= heap.Length) Array.Resize(ref heap, Count * 2);
        heap[Count] = v;
        SiftUp(Count++);
    }
    public T pop()
    {
        var v = top();
        heap[0] = heap[--Count];
        if (Count > 0) SiftDown(0);
        return v;
    }
    public T top()
    {
        if (Count > 0) return heap[0];
        throw new InvalidOperationException("优先队列为空");
    }
    void SiftUp(int n)
    {
        var v = heap[n];
        for (var n2 = n / 2; n > 0 && comparer.Compare(v, heap[n2]) > 0; n = n2, n2 /= 2) heap[n] = heap[n2];
        heap[n] = v;
    }
    void SiftDown(int n)
    {
        var v = heap[n];
        for (var n2 = n * 2; n2 < Count; n = n2, n2 *= 2)
        {
            if (n2 + 1 < Count && comparer.Compare(heap[n2 + 1], heap[n2]) > 0) n2++;
            if (comparer.Compare(v, heap[n2]) >= 0) break;
            heap[n] = heap[n2];
        }
        heap[n] = v;
    }
}

mudah.

Gunakan penerjemah Java to C # pada implementasi Java (java.util.PriorityQueue) dalam kerangka Java Collections, atau lebih cerdas gunakan algoritme dan kode inti dan hubungkan ke kelas C # buatan Anda sendiri yang menganut kerangka kerja C # Collections API untuk Antrian, atau setidaknya Koleksi.

AlgoKit

Saya menulis perpustakaan open source bernama AlgoKit , tersedia melalui NuGet . Itu mengandung:

• Tumpukan d-ary implisit (ArrayHeap),
• Tumpukan Binomial ,
• Tumpukan pasangan .

Kode telah diuji secara luas. Saya merekomendasikan Anda untuk mencobanya.

Contoh

var comparer = Comparer<int>.Default;
var heap = new PairingHeap<int, string>(comparer);

heap.Add(3, "your");
heap.Add(5, "of");
heap.Add(7, "disturbing.");
heap.Add(2, "find");
heap.Add(1, "I");
heap.Add(6, "faith");
heap.Add(4, "lack");

while (!heap.IsEmpty)
    Console.WriteLine(heap.Pop().Value);

Mengapa tiga tumpukan itu?

Pilihan implementasi yang optimal sangat bergantung pada input - seperti yang ditunjukkan Larkin, Sen, dan Tarjan dalam studi empiris back-to-basics tentang antrian prioritas , arXiv: 1403.0252v1 [cs.DS] . Mereka menguji tumpukan d-ary implisit, tumpukan pairing, tumpukan Fibonacci, tumpukan binomial, tumpukan d-ary eksplisit, tumpukan peringkat-pasangan, tumpukan gempa, tumpukan pelanggaran, tumpukan lemah santai-peringkat, dan tumpukan Fibonacci ketat.

AlgoKit menampilkan tiga jenis tumpukan yang tampaknya paling efisien di antara yang diuji.

Petunjuk pilihan

Untuk sejumlah kecil elemen, Anda mungkin akan tertarik menggunakan tumpukan implisit, terutama tumpukan kuaterner (implisit 4-ary). Dalam hal beroperasi pada ukuran tumpukan yang lebih besar, struktur yang diamortisasi seperti tumpukan binomial dan tumpukan pasangan harus bekerja lebih baik.

Berikut ini adalah implementasi lain dari tim NGenerics:

NGenerics PriorityQueue

Saya memiliki masalah yang sama baru-baru ini dan akhirnya membuat paket NuGet untuk ini.

Ini mengimplementasikan antrian prioritas berbasis heap standar. Ia juga memiliki semua koleksi BCL yang biasa: ICollection<T>dan IReadOnlyCollection<T>implementasi, IComparer<T>dukungan khusus , kemampuan untuk menentukan kapasitas awal, danDebuggerTypeProxy untuk membuat koleksi lebih mudah untuk digunakan dalam debugger.

Ada juga versi Inline dari paket yang hanya menginstal file .cs tunggal ke proyek Anda (berguna jika Anda ingin menghindari mengambil dependensi yang terlihat secara eksternal).

Informasi lebih lanjut tersedia di halaman github .

Implementasi Max Heap Sederhana.

https://github.com/bharathkumarms/AlgorithmsMadeEasy/blob/master/AlgorithmsMadeEasy/MaxHeap.cs

using System;
using System.Collections.Generic;
using System.Linq;

namespace AlgorithmsMadeEasy
{
    class MaxHeap
    {
        private static int capacity = 10;
        private int size = 0;
        int[] items = new int[capacity];

        private int getLeftChildIndex(int parentIndex) { return 2 * parentIndex + 1; }
        private int getRightChildIndex(int parentIndex) { return 2 * parentIndex + 2; }
        private int getParentIndex(int childIndex) { return (childIndex - 1) / 2; }

        private int getLeftChild(int parentIndex) { return this.items[getLeftChildIndex(parentIndex)]; }
        private int getRightChild(int parentIndex) { return this.items[getRightChildIndex(parentIndex)]; }
        private int getParent(int childIndex) { return this.items[getParentIndex(childIndex)]; }

        private bool hasLeftChild(int parentIndex) { return getLeftChildIndex(parentIndex) < size; }
        private bool hasRightChild(int parentIndex) { return getRightChildIndex(parentIndex) < size; }
        private bool hasParent(int childIndex) { return getLeftChildIndex(childIndex) > 0; }

        private void swap(int indexOne, int indexTwo)
        {
            int temp = this.items[indexOne];
            this.items[indexOne] = this.items[indexTwo];
            this.items[indexTwo] = temp;
        }

        private void hasEnoughCapacity()
        {
            if (this.size == capacity)
            {
                Array.Resize(ref this.items,capacity*2);
                capacity *= 2;
            }
        }

        public void Add(int item)
        {
            this.hasEnoughCapacity();
            this.items[size] = item;
            this.size++;
            heapifyUp();
        }

        public int Remove()
        {
            int item = this.items[0];
            this.items[0] = this.items[size-1];
            this.items[this.size - 1] = 0;
            size--;
            heapifyDown();
            return item;
        }

        private void heapifyUp()
        {
            int index = this.size - 1;
            while (hasParent(index) && this.items[index] > getParent(index))
            {
                swap(index, getParentIndex(index));
                index = getParentIndex(index);
            }
        }

        private void heapifyDown()
        {
            int index = 0;
            while (hasLeftChild(index))
            {
                int bigChildIndex = getLeftChildIndex(index);
                if (hasRightChild(index) && getLeftChild(index) < getRightChild(index))
                {
                    bigChildIndex = getRightChildIndex(index);
                }

                if (this.items[bigChildIndex] < this.items[index])
                {
                    break;
                }
                else
                {
                    swap(bigChildIndex,index);
                    index = bigChildIndex;
                }
            }
        }
    }
}

/*
Calling Code:
    MaxHeap mh = new MaxHeap();
    mh.Add(10);
    mh.Add(5);
    mh.Add(2);
    mh.Add(1);
    mh.Add(50);
    int maxVal  = mh.Remove();
    int newMaxVal = mh.Remove();
*/

Implementasi PriorityQueuepenggunaan berikut SortedSetdari perpustakaan Sistem.

using System;
using System.Collections.Generic;

namespace CDiggins
{
    interface IPriorityQueue<T, K> where K : IComparable<K>
    {
        bool Empty { get; }
        void Enqueue(T x, K key);
        void Dequeue();
        T Top { get; }
    }

    class PriorityQueue<T, K> : IPriorityQueue<T, K> where K : IComparable<K>
    {
        SortedSet<Tuple<T, K>> set;

        class Comparer : IComparer<Tuple<T, K>> {
            public int Compare(Tuple<T, K> x, Tuple<T, K> y) {
                return x.Item2.CompareTo(y.Item2);
            }
        }

        PriorityQueue() { set = new SortedSet<Tuple<T, K>>(new Comparer()); }
        public bool Empty { get { return set.Count == 0;  } }
        public void Enqueue(T x, K key) { set.Add(Tuple.Create(x, key)); }
        public void Dequeue() { set.Remove(set.Max); }
        public T Top { get { return set.Max.Item1; } }
    }
}