标签：log 删除 最小 完全 二叉 编号 entry 数据结构 节点

1. 简介

• 完全二叉堆可用于实现优先队列。

• 当然，使用数组或列表也可以实现优先队列，但通常需要先将其中的所有数据进行排序才可，即首先维护一种全序关系。

• 但事实上，优先队列只要能够确定全局优先级最高的 entry 即可，而不要求全局先有序。

• 完全二叉堆无需先对所有数据进行排序即可确定全局优先级最高的 entry，因此更加适用于优先队列的实现。

2. 定义

• 结构性：完全二叉堆的逻辑结构就是一棵完全二叉树，但堆可以使用数组来实现。

• 堆序性：对于最小堆来说，堆中每个父节点都要小于等于其子节点；对于最大堆来说，堆中每个父节点都要大于等于其子节点。

• 设节点总数为 n n n，则堆的高度为 O ( log ⁡ n ) O(\log n) O(logn)，插入操作、删除优先级最高的 entry 的操作的时间复杂度均为 O ( log ⁡ n ) O(\log n) O(logn)。

• 假设自顶向下对堆的每一层、从左到右对每个节点进行编号，且编号从 0 开始，则有：

  • 假设节点 x x x 的编号为 i i i，且存在左右孩子，则 x x x 的左孩子的编号为 2 i + 1 2i+1 2i+1，右孩子的编号为 2 i + 2 2i+2 2i+2；
  • 假设节点 x x x 的编号为 i i i，且存在父节点，则其父节点的编号为 ⌊ ( i − 1 ) / 2 ⌋ \lfloor (i-1)/2 \rfloor ⌊(i−1)/2⌋。

以下以最小堆为例。

3. 插入

假设待插入的 entry 为 e e e。

（1）首先在堆尾之后的一个位置插入一个新节点，并存储 e e e；
（2）假设当前节点为 x x x（初始时， x . e n t r y = e x.entry=e x.entry=e），其父节点为 p p p；
（3）如果 p . e n t r y ≤ x . e n t r y p.entry \le x.entry p.entry≤x.entry，则成功返回；否则，
（4）上虑：如果 x . e n t r y < p . e n t r y x.entry \lt p.entry x.entry<p.entry，则令 x . e n t r y x.entry x.entry 和 p . e n t r y p.entry p.entry 互换位置，然后令 x x x 指向 p p p，令 p p p 指向 p p p 的父节点，接着回到步骤（3）。

4. 删除

待删除的 entry 总是位于堆顶。

（1）首先，交换堆顶和堆尾的 entry，然后将堆的大小减一（堆尾前移），以删除堆顶元素（被删除的元素位于堆尾之后的一个位置）；
（2）令当前节点为 p p p（初始时， p p p 为堆顶）；
（3）令 x x x 为 p p p 的两个孩子节点中较小的一个；
（4）如果 p . e n t r y ≤ x . e n t r y p.entry \le x.entry p.entry≤x.entry，则成功返回；否则，
（5）下虑：如果 x . e n t r y < p . e n t r y x.entry \lt p.entry x.entry<p.entry，则令 x . e n t r y x.entry x.entry 和 p . e n t r y p.entry p.entry 互换位置，然后令 p p p 指向 x x x，接着回到步骤（3）。

5. 建堆

如下图所示，假设 H 0 , H 1 H_0, H_1 H0​,H1​ 是两个最小堆，现欲将节点 p p p 和最小堆 H 0 , H 1 H_0,H_1 H0​,H1​ 合并为一个新的最小堆。

所需操作是：

（1）令 H 0 H_0 H0​ 为 p p p 的左孩子， H 1 H_1 H1​ 为 p p p 的右孩子；
（2）接着，从 p p p 开始执行下虑操作即可。

因此，给定一个数组，其大小为 n n n，现欲使用它构建一个最小堆所需的操作为：

（1）设当前节点为 x x x，其节点编号为 m m m，初始时， x x x 为堆的最后一个内部节点，编号为 m ← ⌊ ( n − 2 ) / 2 ⌋ m \leftarrow \lfloor (n-2)/2 \rfloor m←⌊(n−2)/2⌋；
（2）如果 m < 0 m \lt 0 m<0，则返回；否则，从 x x x 开始执行下虑操作（先将子树 x x x 转换为一个最小堆）；
（3）接着将 x x x 指向前一个内部节点，其编号为 m ← m − 1 m \leftarrow m-1 m←m−1，然后回到步骤（2）。

上述建堆操作的时间复杂度为 O ( n ) O(n) O(n)。

6. 堆排序

总体而言，堆排序的过程为：对堆执行 n n n 次删除操作，因此其时间复杂度为 O ( n log ⁡ n ) O(n\log n) O(nlogn)。

因为每次删除操作都会将被删除的堆顶元素放到堆尾，而且堆的大小也在不断地减一（堆尾随之不断地向前移动），因此，最后的数组将包含排序后的元素。

对于最小堆来说，堆排序的直接结果是逆序的；而对于最大堆来说，则是顺序的。

标签：log,删除,最小,完全,二叉,编号,entry,数据结构,节点
来源： https://blog.csdn.net/gaoZhuanMing/article/details/121778116

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。