二叉堆

维基百科,自由的百科全书
跳转至: 导航搜索

二叉堆是一种特殊的,二叉堆是完全二叉树或者是近似完全二叉树。二叉堆满足堆特性:父節点的键值总是保持固定的序关系于任何一个子节点的键值,且每个節点的左子树右子树都是一个二叉堆。

父節点的键值总是大于或等于任何一个子节点的键值时为最大堆。 当父節点的键值总是小于或等于任何一个子节点的键值时为最小堆

存储[编辑]

二叉堆一般用数组来表示。如果根节点在数组中的位置是1,第n个位置的子节点分别在2n和 2n+1。因此,第1个位置的子节点在2和3,第2个位置的子节点在4和5。以此类推。这种基于1的数组存储方式便于寻找父节点和子节点。

如果存储数组的下标基于0,那么下标为i的节点的子节点是2i + 1与2i + 2;其父节点的下标是⌊(i − 1) ∕ 2⌋。

如下图的两个堆:

        1                        11
      /   \                      /  \
     2     3                 9     10
    /  \  /  \              /  \      /  \
   4   5  6  7        5    6   7   8
  / \  / \               / \   / \
 8  9 10 11     1  2 3  4 

将这两个堆保存在以1开始的数组中:

位置:  1  2  3  4  5  6  7  8  9 10 11
左图:  1  2  3  4  5  6  7  8  9 10 11
右图: 11  9 10  5  6  7  8  1  2  3  4

对于一个很大的堆,这种存储是低效的。因为节点的子节点很可能在另外一个内存页中。B-heap是一种效率更高的存储方式,把每个子树放到同一内存页。

如果用指针链表存储堆,那么需要能访问叶节点的方法。可以对二叉树“穿线”(threading)方式,来依序遍历这些节点。

基本操作[编辑]

在二叉堆上可以进行插入节点、删除节点、取出值最小的节点、减小节点的值等基本操作。

插入节点[编辑]

在数组的最末尾插入新节点。然后自下而上调整子节点与父节点(称作up-heap或bubble-up, percolate-up, sift-up, trickle up, heapify-up, cascade-up操作):比较当前节点与父节点,不满足堆性质则交换。从而使得当前子树满足二叉堆的性质。时间复杂度为O(log n)。

删除根节点[编辑]

删除根节点用于堆排序

对于最大堆,删除根节点就是删除最大值;对于最小堆,是删除最小值。然后,把堆存储的最后那个节点移到填在根节点处。再从上而下调整父节点与它的子节点:对于最大堆,父节点如果小于具有最大值的子节点,则交换二者。这一操作称作down-heap或bubble-down, percolate-down, sift-down, trickle down, heapify-down, cascade-down,extract-min/max等。直至当前节点与它的子节点满足堆性质为止。

下属对最大堆的自上而下调整堆的伪代码中,数组A的下标索引值是从1开始: Max-Heapify[1] (A, i):
 left ← 2i
 right ← 2i + 1
 largesti
 if leftheap_length[A] and A[left] > A[largest] then:
 largestleft
 if rightheap_length[A] and A[right] > A[largest] then:
 largestright
 if largesti then:
 swap A[i] ↔ A[largest]
 Max-Heapify(A, largest)

构造二叉堆[编辑]

一个直观办法是从单节点的二叉堆开始,每次插入一个节点。其时间复杂度为O(n \log n)

最优算法是从一个节点元素任意放置的二叉树开始,自底向上对每一个子树执行删除根节点时的Max-Heapify算法(这是对最大堆而言)使得当前子树成为一个二叉堆。具体而言,假设高度为h的子树均已完成二叉堆化,那么对于高度为h+1的子树,把其根节点沿着最大子节点的分枝做调整,最多需要h步完成二叉堆化。可以证明,这个算法的时间复杂度为O(n)

建造最大堆的伪代码: Build-Max-Heap[1] (A):
 heap_length[A] ← length[A]
 for ifloor(length[A]/2) downto 1 do
 Max-Heapify(A, i)

合并两个二叉堆[编辑]

最优方法是把两个二叉堆首尾相连放在一个数组中,然后构造新的二叉堆。时间复杂度为O(log n log k),其中n、k为两个堆的元素数目。

如果经常需要合并两个堆的操作,那么使用二项式堆更好,其时间复杂度为O(log n)

参见[编辑]

外部链接[编辑]

  1. ^ 1.0 1.1 Cormen, T. H. & al., Introduction to Algorithms. 2nd, Cambridge, Massachusetts: The MIT Press. 2001, ISBN 0-07-013151-1