This commit is contained in:
krahets
2023-12-28 17:18:37 +08:00
parent 8d49c46234
commit d1f1473539
67 changed files with 604 additions and 609 deletions
+50 -50
View File
@@ -6,8 +6,8 @@ comments: true
「堆 heap」是一种满足特定条件的完全二叉树,主要可分为两种类型,如图 8-1 所示。
- 「大顶堆 max heap」:任意节点的值 $\geq$ 其子节点的值。
- 「小顶堆 min heap」:任意节点的值 $\leq$ 其子节点的值。
- 「大顶堆 max heap」:任意节点的值 $\geq$ 其子节点的值。
![小顶堆与大顶堆](heap.assets/min_heap_and_max_heap.png){ class="animation-figure" }
@@ -17,11 +17,11 @@ comments: true
- 最底层节点靠左填充,其他层的节点都被填满。
- 我们将二叉树的根节点称为“堆顶”,将底层最靠右的节点称为“堆底”。
- 对于大顶堆(小顶堆),堆顶元素(根节点)的值分别是最大(最小)的。
- 对于大顶堆(小顶堆),堆顶元素(根节点)的值是最大(最小)的。
## 8.1.1   堆常用操作
## 8.1.1   堆常用操作
需要指出的是,许多编程语言提供的是「优先队列 priority queue」,这是一种抽象数据结构,定义为具有优先级排序的队列。
需要指出的是,许多编程语言提供的是「优先队列 priority queue」,这是一种抽象数据结构,定义为具有优先级排序的队列。
实际上,**堆通常用于实现优先队列,大顶堆相当于元素按从大到小的顺序出队的优先队列**。从使用角度来看,我们可以将“优先队列”和“堆”看作等价的数据结构。因此,本书对两者不做特别区分,统一称作“堆”。
@@ -31,13 +31,13 @@ comments: true
<div class="center-table" markdown>
| 方法名 | 描述 | 时间复杂度 |
| --------- | -------------------------------------------- | ----------- |
| push() | 元素入堆 | $O(\log n)$ |
| pop() | 堆顶元素出堆 | $O(\log n)$ |
| peek() | 访问堆顶元素(大 / 小顶堆分别为最大 / 小值) | $O(1)$ |
| size() | 获取堆的元素数量 | $O(1)$ |
| isEmpty() | 判断堆是否为空 | $O(1)$ |
| 方法名 | 描述 | 时间复杂度 |
| ----------- | ------------------------------------------------ | ----------- |
| `push()` | 元素入堆 | $O(\log n)$ |
| `pop()` | 堆顶元素出堆 | $O(\log n)$ |
| `peek()` | 访问堆顶元素(对于大 / 小顶堆分别为最大 / 小值) | $O(1)$ |
| `size()` | 获取堆的元素数量 | $O(1)$ |
| `isEmpty()` | 判断堆是否为空 | $O(1)$ |
</div>
@@ -363,7 +363,7 @@ comments: true
当使用数组表示二叉树时,元素代表节点值,索引代表节点在二叉树中的位置。**节点指针通过索引映射公式来实现**。
如图 8-2 所示,给定索引 $i$ ,其左子节点索引为 $2i + 1$ ,右子节点索引为 $2i + 2$ ,父节点索引为 $(i - 1) / 2$(向下整除)。当索引越界时,表示空节点或节点不存在。
如图 8-2 所示,给定索引 $i$ ,其左子节点索引为 $2i + 1$ ,右子节点索引为 $2i + 2$ ,父节点索引为 $(i - 1) / 2$(向下整除)。当索引越界时,表示空节点或节点不存在。
![堆的表示与存储](heap.assets/representation_of_heap.png){ class="animation-figure" }
@@ -375,32 +375,32 @@ comments: true
```python title="my_heap.py"
def left(self, i: int) -> int:
"""获取左子节点索引"""
"""获取左子节点索引"""
return 2 * i + 1
def right(self, i: int) -> int:
"""获取右子节点索引"""
"""获取右子节点索引"""
return 2 * i + 2
def parent(self, i: int) -> int:
"""获取父节点索引"""
"""获取父节点索引"""
return (i - 1) // 2 # 向下整除
```
=== "C++"
```cpp title="my_heap.cpp"
/* 获取左子节点索引 */
/* 获取左子节点索引 */
int left(int i) {
return 2 * i + 1;
}
/* 获取右子节点索引 */
/* 获取右子节点索引 */
int right(int i) {
return 2 * i + 2;
}
/* 获取父节点索引 */
/* 获取父节点索引 */
int parent(int i) {
return (i - 1) / 2; // 向下整除
}
@@ -409,17 +409,17 @@ comments: true
=== "Java"
```java title="my_heap.java"
/* 获取左子节点索引 */
/* 获取左子节点索引 */
int left(int i) {
return 2 * i + 1;
}
/* 获取右子节点索引 */
/* 获取右子节点索引 */
int right(int i) {
return 2 * i + 2;
}
/* 获取父节点索引 */
/* 获取父节点索引 */
int parent(int i) {
return (i - 1) / 2; // 向下整除
}
@@ -428,17 +428,17 @@ comments: true
=== "C#"
```csharp title="my_heap.cs"
/* 获取左子节点索引 */
/* 获取左子节点索引 */
int Left(int i) {
return 2 * i + 1;
}
/* 获取右子节点索引 */
/* 获取右子节点索引 */
int Right(int i) {
return 2 * i + 2;
}
/* 获取父节点索引 */
/* 获取父节点索引 */
int Parent(int i) {
return (i - 1) / 2; // 向下整除
}
@@ -447,17 +447,17 @@ comments: true
=== "Go"
```go title="my_heap.go"
/* 获取左子节点索引 */
/* 获取左子节点索引 */
func (h *maxHeap) left(i int) int {
return 2*i + 1
}
/* 获取右子节点索引 */
/* 获取右子节点索引 */
func (h *maxHeap) right(i int) int {
return 2*i + 2
}
/* 获取父节点索引 */
/* 获取父节点索引 */
func (h *maxHeap) parent(i int) int {
// 向下整除
return (i - 1) / 2
@@ -467,17 +467,17 @@ comments: true
=== "Swift"
```swift title="my_heap.swift"
/* 获取左子节点索引 */
/* 获取左子节点索引 */
func left(i: Int) -> Int {
2 * i + 1
}
/* 获取右子节点索引 */
/* 获取右子节点索引 */
func right(i: Int) -> Int {
2 * i + 2
}
/* 获取父节点索引 */
/* 获取父节点索引 */
func parent(i: Int) -> Int {
(i - 1) / 2 // 向下整除
}
@@ -486,17 +486,17 @@ comments: true
=== "JS"
```javascript title="my_heap.js"
/* 获取左子节点索引 */
/* 获取左子节点索引 */
#left(i) {
return 2 * i + 1;
}
/* 获取右子节点索引 */
/* 获取右子节点索引 */
#right(i) {
return 2 * i + 2;
}
/* 获取父节点索引 */
/* 获取父节点索引 */
#parent(i) {
return Math.floor((i - 1) / 2); // 向下整除
}
@@ -505,17 +505,17 @@ comments: true
=== "TS"
```typescript title="my_heap.ts"
/* 获取左子节点索引 */
/* 获取左子节点索引 */
left(i: number): number {
return 2 * i + 1;
}
/* 获取右子节点索引 */
/* 获取右子节点索引 */
right(i: number): number {
return 2 * i + 2;
}
/* 获取父节点索引 */
/* 获取父节点索引 */
parent(i: number): number {
return Math.floor((i - 1) / 2); // 向下整除
}
@@ -524,17 +524,17 @@ comments: true
=== "Dart"
```dart title="my_heap.dart"
/* 获取左子节点索引 */
/* 获取左子节点索引 */
int _left(int i) {
return 2 * i + 1;
}
/* 获取右子节点索引 */
/* 获取右子节点索引 */
int _right(int i) {
return 2 * i + 2;
}
/* 获取父节点索引 */
/* 获取父节点索引 */
int _parent(int i) {
return (i - 1) ~/ 2; // 向下整除
}
@@ -543,17 +543,17 @@ comments: true
=== "Rust"
```rust title="my_heap.rs"
/* 获取左子节点索引 */
/* 获取左子节点索引 */
fn left(i: usize) -> usize {
2 * i + 1
}
/* 获取右子节点索引 */
/* 获取右子节点索引 */
fn right(i: usize) -> usize {
2 * i + 2
}
/* 获取父节点索引 */
/* 获取父节点索引 */
fn parent(i: usize) -> usize {
(i - 1) / 2 // 向下整除
}
@@ -562,17 +562,17 @@ comments: true
=== "C"
```c title="my_heap.c"
/* 获取左子节点索引 */
/* 获取左子节点索引 */
int left(MaxHeap *maxHeap, int i) {
return 2 * i + 1;
}
/* 获取右子节点索引 */
/* 获取右子节点索引 */
int right(MaxHeap *maxHeap, int i) {
return 2 * i + 2;
}
/* 获取父节点索引 */
/* 获取父节点索引 */
int parent(MaxHeap *maxHeap, int i) {
return (i - 1) / 2;
}
@@ -581,17 +581,17 @@ comments: true
=== "Zig"
```zig title="my_heap.zig"
// 获取左子节点索引
// 获取左子节点索引
fn left(i: usize) usize {
return 2 * i + 1;
}
// 获取右子节点索引
// 获取右子节点索引
fn right(i: usize) usize {
return 2 * i + 2;
}
// 获取父节点索引
// 获取父节点索引
fn parent(i: usize) usize {
// return (i - 1) / 2; // 向下整除
return @divFloor(i - 1, 2);
@@ -711,7 +711,7 @@ comments: true
### 3. &nbsp; 元素入堆
给定元素 `val` ,我们首先将其添加到堆底。添加之后,由于 val 可能大于堆中其他元素,堆的成立条件可能已被破坏,**因此需要修复从插入节点到根节点的路径上的各个节点**,这个操作被称为「堆化 heapify」。
给定元素 `val` ,我们首先将其添加到堆底。添加之后,由于 `val` 可能大于堆中其他元素,堆的成立条件可能已被破坏,**因此需要修复从插入节点到根节点的路径上的各个节点**,这个操作被称为「堆化 heapify」。
考虑从入堆节点开始,**从底至顶执行堆化**。如图 8-3 所示,我们比较插入节点与其父节点的值,如果插入节点更大,则将它们交换。然后继续执行此操作,从底至顶修复堆中的各个节点,直至越过根节点或遇到无须交换的节点时结束。
@@ -1597,7 +1597,7 @@ comments: true
}
```
## 8.1.3 &nbsp; 堆常见应用
## 8.1.3 &nbsp; 堆常见应用
- **优先队列**:堆通常作为实现优先队列的首选数据结构,其入队和出队操作的时间复杂度均为 $O(\log n)$ ,而建队操作为 $O(n)$ ,这些操作都非常高效。
- **堆排序**:给定一组数据,我们可以用它们建立一个堆,然后不断地执行元素出堆操作,从而得到有序数据。然而,我们通常会使用一种更优雅的方式实现堆排序,详见“堆排序”章节。