结构之美——优先队列基本结构(四)——二叉堆、d堆、左式堆、斜堆

实现优先队列结构主要是通过堆完成,主要有:二叉堆、d堆、左式堆、斜堆、二项堆斐波那契堆pairing 堆等。

 

1. 二叉堆 

1.1. 定义

完全二叉树,根最小。

存储时使用层序。

 

1.2. 操作

(1). insert(上滤)

插入末尾 26,不断向上比较,大于26则交换位置,小于则停止。

 

(2). deleteMin(下滤)

提取末尾元素,放在堆顶,不断下滤:

 

(3). 其他操作:

都是基于insert(上滤)与deleteMin(下滤)的操作。

减小元素:减小节点的值,上滤调整堆。

增大元素:增加节点的值,下滤调整堆。

删除非顶点节点:直接删除会出问题。方法:减小元素的值到无穷小,上滤后删除。

Merge:insert one by one

 

2. d叉堆

2.1. 定义

完全d叉树,根最小。

存储时使用层序。

 

2.2. 操作:

操作跟二叉堆基本一致:insert,deleteMin,增大元素,减小元素,删除非顶元素,merge。

 

2.3 二叉堆与d叉堆的对比:

 

3. 左式堆

3.1. 定义

零路径长度:到没有两个儿子的节点最短距离
左式堆:
1.一棵二叉树
2.零路径长:左儿子≧右儿子,父节点= min{儿子} +1(这条性质导致了左式堆的严重左偏)
 
零路径长度:
 
 

 

3.2. 操作:

(1) merge :

原则:根值大的堆与根值小的堆的右子堆合并(根值:根位置的元素值,并非零路径长度)
 
 
具体分三种情况(设堆H1的根值小于H2)
H1只有一个节点
H1根无右孩子
H1根有右孩子
 
(1.1).H1只有一个节点,若出现不满足:零路径长:左儿子≧右儿子,交换左右孩子。
 
(1.2).H1根无右孩子,若出现不满足:零路径长:左儿子≧右儿子,交换左右孩子。
 

 

(1.3).H1根有右孩子

1.初始状态,H1的根6,H2的根为8,将H2合并到H1。

2.将H1构造成根无右孩子的形式:

3.将元素10, merge到H2,要首先将H2构造成根无右孩子的形式,递归,merge,若出现不满足:零路径长:左儿子≧右儿子,交换左右孩子……

——》——》——》

4.

5.

3.3. 性质分析:

insert:merge
deleteMin:delete root,merge
时间复杂度:merge与右路径长度之和成正比;最坏O(logN)
缺点:交换需判断;维护零路径长

 

4. 斜堆

 

4.1. 定义

二叉树,根最小。由此可见:
 
 
 
特点:merge无条件交换。
 
时间复杂度:最坏O(N);最好Ω(1);平均O(logN)

 

4.2性能比较:

定義

  • 僅有一個節點的樹為斜堆;
  • 兩個斜堆合併的結果仍為斜堆。

合併操作

斜堆合併操作的遞歸合併過程和左偏樹完全一樣。假設我們要合併 A 和 B兩個斜堆,且 A 的根節點比 B 的根節點小,我們只需要把 A 的根節點作為合併後新斜堆的根節點,並將 A 的右子樹與 B 合併。由於合併都是沿著最右路徑進行的,經過合併之後,新斜堆的最右路徑長度必然增加,這會影響下一次合併的效率。所以合併後,通過交換左右子樹,使整棵樹的最右路徑長度非常小(這是啟發規則)。然而斜堆不記錄節點的距離,在操作時,從下往上,沿著合併的路徑,在每個節點處都交換左右子樹。通過不斷交換左右子樹,斜堆把最右路徑甩向左邊了。

遞歸實現合併

  • 比較兩個堆; 設p是具有更小的root的鍵值的堆,q是另一個堆,r是合併後的結果堆。
  • 令r的root是p(具有最小root鍵值),r的右子樹為p的左子樹。
  • 令r的左子樹為p的右子樹與q合併的結果。

舉例。合併前: SkewHeapMerge1.svg


合併後 SkewHeapMerge7.svg

非遞歸合併實現

  • 把每個堆的每棵(遞歸意義下)最右子樹切下來。這使得得到的每棵樹的右子樹均為空。
  • 按root的鍵值的升序排列這些樹。
  • 迭代合併具有最大root鍵值的兩棵樹:
    • 具有次大root鍵值的樹的右子樹必定為空。把其左子樹與右子樹交換。現在該樹的左子樹為空。
    • 具有最大root鍵值的樹作為具有次大root鍵值樹的左子樹。

舉例: SkewHeapMerge1.svg

SkewHeapMerge2.svg

SkewHeapMerge3.svg

SkewHeapMerge4.svg

SkewHeapMerge5.svg

SkewHeapMerge6.svg

SkewHeapMerge7.svg

5. 总结

 

如果是不支持所谓的合并操作union的话,普通的堆数据结构就是一种很理想的数据结构(堆排序)。 但是如果想要支持集合上的合并操作的话,最好是使用二项堆或者是斐波那契堆,普通的堆在union操作上最差的情况是O(n),但是二项堆和斐波那契堆是O(lgn)。

posted @ 2014-06-26 10:10  Jessica程序猿  阅读(4396)  评论(0编辑  收藏  举报