《Thinking in Algorithm》16.堆结构之斐波那契堆

堆的变体：

• 二叉堆

• 二项堆

• 斐波那契堆

前面的博客中我们讲到的堆的两种变体，二叉堆和二项堆，今天我们要讲的就是著名的斐波那契堆。

依然首先列出了三种堆的时间复杂的比较。

从上面能发现斐波那契堆的时间复杂度在很多操作上有优化，如insert, minimum, union , decrease-key，而extreact-min，delete没有变化。

可能看到这很多人会说为什么有这么好的斐波那契堆，我们还要去研究其他堆呢，确实，理论上来讲，对于extreact-min和delete操作想对于其他操作少的情况下，斐波那契堆确实提高了很大的效率。

但是实际中，除了某些需要管理大量数据的应用外，对于大多数应用，斐波那契堆的常熟因子和变成复杂性使得它比起普通二项堆并不是那么使用。

二项堆和斐波那契堆对于search操作的支持均比较低效；可能花费一段时间才能找到关键字。为此，涉及给定元素的操作(如DECREASE-KEY和DELETE)均需要一个指针指向这个元素，并且指针作为输入的一部分。

Fibonacci Heap（简称F-Heap）是一种基于二项堆的非常灵活的数据结构。它与二项堆不同的地方在于：

1）root list和任何结点的child list使用双向循环链表，而且这些lists中的结点不再有先后次序（Binomial Heap中root list的根结点按degree从小到大顺序，child list的结点按degree从大到小顺序）；

2）二项堆中任何一颗Binomial Tree中根结点的degree是最大的，而F-Heap中由于decrease-key操作(cut和cascading cut)的缘故，并不能保证根结点的degree最大；

3） 二项堆中任何结点（degree等于k的）为根的子树中，结点总数为2^k；F-Heap中相应的结点总数下界为F{k+2}，上界为2^k（如果没有 Extract-Min和Delete两类操作的话）。其中F{k+2}表示Fibonacci数列（即0,1,1,2,3,5,8,11...）中第 k+2个Fibonacci数，第0个Fibonacci数为0，第1个Fibonacci数为1。注意不像二项堆由二项树组成那样，F-Heap的 root list中的每棵树并不是Fibonacci树（Fibonacci树属于AVL树），而F-Heap名称的由来只是因为Fibonacci数是结点个数 的一个下界值。

4）基于上面的区别，若F-Heap中结点总数为n，那么其中任何结点（包括非根结点）的degree最大值不超过 D(n) = floor(lgn/lg1.618)，这里1.618表示黄金分割率(goldren ratio)，即方程x^2=x+1的一个解。所以在Extract-Min的consolidate操作之后，root list中的结点最多有D(n)+1。而二项堆中degree最大值不超过floor(lgn)，从而root list中最多有floor(lgn)+1颗二项树。

5）另外一个与二项堆的最大不同之处在于：F-Heap是一种具有平摊意义上的高性能 数据结构。除了Extract-Min和Delete两类操作具有平摊复杂度O(lgn)，其他的操作(insert，union，find- min，decrease-key）的平摊复杂度都是常数级。因此如果有一系列的操作，其中Extract-min和delete操作个数为p，其他操作 个数为q，p<q，那么总的平摊复杂度为O(p + q.lgn)。达到这个复杂度的原因有以下几点，第一，root list和任何结点的child list中使用了双向循环链表；第二，union和insert操作的延迟合并，从而在所有的可合并堆中，F-heap的合并开销O(1)最小的；第 三，decrease-key中cut和cascading cut的巧妙处理（即任何非根结点最多失去一个孩子）。