建堆时,堆是唯一的吗?
Posted
技术标签:
【中文标题】建堆时,堆是唯一的吗?【英文标题】:When building heap, is heap unique? 【发布时间】:2015-08-13 16:32:51 【问题描述】:我正在研究堆和堆排序。
有一个数组:arr[8] = 6,9,3,1,8,7,2,11
当我尝试使用代码和铅笔构建堆时,我遇到了两种堆。
使用代码时, 最大堆:11 9 7 6 8 3 2 1
使用插入理论时,MaxHeap : 11 9 7 8 6 3 2 1
我正在使用的代码:
int[] DoHeapSort(int[] value)
int length = value.length;
for (int i = length / 2; i > 0; i--)
maxHeapify(value, i, length);
//print Heap
for(int i = 0 ; i<value.length; i++)
System.out.println(value[i]);
return (value);
void maxHeapify(int[] array, int index, int heapSize)
int left = index * 2;
int right = left + 1;
int max = index;
if (left <= heapSize && array[left - 1] > array[index - 1])
max = left;
if (right <= heapSize && array[right - 1] > array[max - 1])
max = right;
if (max != index)
swap(array, index - 1, max - 1);
maxHeapify(array, max, heapSize);
理论上,在这种情况下,为堆创建另一个数组并按顺序从 6 插入到 11。 (另一方面,代码是就地堆)
两个 maxHeap 结果都满足堆定义。那么堆不是唯一的吗?谢谢
【问题讨论】:
【参考方案1】:没错。堆约束(即子级不大于父级)并没有完全指定堆,因此通常有不止一种可能的排列方式。
【讨论】:
@user3595632:我会使用 O(n) 就地算法。这是通常的实现方式。 @user3595632: 来自二进制堆上的***:“然而,在 1974 年,Thomas Porter 和 Istvan Simon 证明了插入节点向上移动的平均层数的函数是有上限的由常数 1.6067. ... 因此,平均而言,二进制堆插入具有常数 O(1) 时间复杂度。“链接:en.wikipedia.org/wiki/Binary_heap#Insert @PieterGeerkens:这很有趣,但没有解决最坏的情况。但是,如果您在该 wikipedia 文章中稍微阅读一下,您会遇到一个更简单的证明,即如果您正确地进行构建,构建堆是最坏情况 O(n)(相反迭代地插入每个元素,这是最坏的情况 O(n log n) ) @user3595632:正是因为堆没有完全确定,所以可以在最坏情况下构建它 O(n)。从堆中提取排序后的序列是 O(n log n)。 @PieterGeerkens:这当然是一个有趣的事实!但我猜 Porter 和 Simon 使用的“平均”概念是基于给定大小的所有可能堆上的概率分布(例如,大小为 n 的堆上的均匀分布),而不是所有可能的序列堆上的插入,否则使用普通插入来构建堆也会产生摊销的 O(n) 最坏情况时间——对吧?【参考方案2】:考虑项目1, 2, 3
。最大堆有两种有效的安排:
3 3
/ \ / \
1 2 2 1
3, 1, 2 3, 2, 1
这两个都满足有效最大堆的必要条件。
给定一个完整的堆(即所有级别都已满),您可以交换任何节点的子节点并且仍然有一个有效的堆。或者,更一般地说,只要您保持 shape 属性,您就可以交换任何节点的子节点。
请注意,“交换子项”是指交换锚定在该子项上的整个子树。
除了交换子节点之外,您还可以重新排列节点。
例如,考虑这个最大堆:
10
/ \
9 8
/ \ / \
7 6 5 4
最后一层节点的顺序无关;任何一个叶节点都可以是 8 或 9 的子节点。这四个子节点有 24 种可能的排列。
其他安排也是可能的。例如:10,9,6,7,8,5,4
。
您获得哪种安排取决于您的插入和删除算法的具体情况,以及插入和删除的顺序。或者,在从数组构建堆的情况下(即 O(n) 方法),开始时数组中的项目顺序。
【讨论】:
以上是关于建堆时,堆是唯一的吗?的主要内容,如果未能解决你的问题,请参考以下文章