二项堆
在计算机科学中,二项堆(binomial heap)是一种类似于二叉堆的堆结构。与二叉堆相比,其优势是可以快速合并两个堆,因此它属于可合并堆(mergeable heap)抽象数据类型的一种。
目录 |
二项树 [编辑]
- 度数为0的二项树只包含一个结点
- 度数为k的二项树有一个根结点,根结点下有
个子女,每个子女分别是度数为
的二项树的根
度数为k的二项树共有
个结点,高度为
。在深度d处有
(二项式系数)个结点。
二项堆 [编辑]
二项堆是指满足以下性质的二项树的集合:
- 每棵二项树都满足最小堆性质,即结点关键字大于等于其父结点的关键字
- 不能有两棵或以上的二项树有相同度数(包括度数为0)
以上第一个性质保证了二项树的根结点包含了最小的关键字。第二个性质则说明结点数为
的二项堆最多只有
棵二项树。
示例:一个含13个结点的二项堆
二项堆的操作 [编辑]
由于并不需要对二项树的根结点进行随机存取,因而这些结点可以存成链表结构。
合并 [编辑]
最基本的为二个度数相同的二项树的合并。由于二项树根结点包含最小的关键字,因此在二颗树合并时,只需比较二个根结点关键字的大小,其中含小关键字的结点成为结果树的根结点,另一棵树则变成结果树的子树。
function mergeTree(p, q)
if p.root <= q.root
return p.addSubTree(q)
else
return q.addSubTree(p)
两个二项堆的合并则可按如下步骤进行:度数
从小取到大,在两个二项堆中如果其中只有一棵树的度数为
,即将此树移动到结果堆,而如果只两棵树的度数都为
,则根据以上方法合并为一个度数为
的二项树。此后这个度数为
的树将可能会和其他度数为
的二项树进行合并。
此操作的时间复杂度为
。
插入 [编辑]
创建一个只包含要插入关键字的堆,再将此堆与原先的二项堆进行合并,即可得到插入后的堆。由于需要合并,插入操作需要
的时间。
查找最小关键字所在结点 [编辑]
由于满足最小堆性质,只需查找二项树的的根结点即可,故需要时间为
。
删除最小关键字所在结点 [编辑]
先找到最小关键字所在结点,然后将它从其所在的二项树中删除,并获得其子树。将这些子树看作一个独立的二项堆,再将此堆合并到原先的堆中即可。由于每棵树最多有
棵子树,创建新堆的时间为
。同时合并堆的时间也为
,故整个操作所需时间为
。
function deleteMin(heap)
min = heap.trees().first()
for each current in heap.trees()
if current.root < min then min = current
for each tree in min.subTrees()
tmp.addTree(tree)
减小关键字的值 [编辑]
在减小关键字的值后,可能会不满足最小堆性质。此时,将其所在结点与父结点交换关键字,如还不满足最小堆性质则再与祖父结点交换关键字……直到最小堆性质得到满足。操作所需时间为
。
删除 [编辑]
将需要删除的结点的关键字的值减小到负无穷大(比二项堆中的其他所有关键字的值都小即可),再删除最小关键字的结点即可。
运行时间 [编辑]
以下对于二项堆操作的运行时间都为
(结点数为
):
- 在二项堆中插入新结点
- 查找最小关键字所在结点
- 从二项堆中删除最小关键字所在结点
- 减小给定结点关键字的值
- 删除给定结点
- 合并两个二项堆
参见 [编辑]
参考资料 [编辑]
- Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, Clifford Stein(潘金贵等译). 《算法导论》. 机械工业出版社.
- Vuillemin, J. (1978). A data structure for manipulating priority queues. Communications of the ACM 21, 309–314.
外部链接 [编辑]
- (英文)二项堆的Java applet摸拟
- (英文)二项堆的Python实现
- (英文)二项堆的C实现
- (英文)二项堆的Java实现
的二项树的根