[Data structure学习笔记][week3]Priority Queues

1. Binary tree: Heap

定义：一个node下最多有两个子节点，且父节点的值要大于子节点的值。因此，针对这种tree，最大值永远在根节点上，越往下，值越小。下图左侧则为正确的heap，而右侧由于上方节点的值比下方节点的值小，因此其不是一个heap。

Basic operation 1: GetMax

要获得最大值的元素，只需要返回根元素的值即可。
因此只需要一次操作，Running Time = O(1)

Basic operation 2: Insert

假设我们要插入的值为32：

1. 图二：将32随意附着到最底部的某个节点（附着后的子节点不能超过3个）
2. 图三：附着后可以发现，子节点的值大于其父节点，将7和32的位置进行交换
3. 图四：交换位置后最新的顺序
4. 图五：交换后此时子节点的值还是大于父节点，将29和32的位置进行交换
5. 图六：交换位置后最新的顺序，此时所有父节点的值都大于了子节点

Running time = O(tree height)

Basic operation 3: ExtractMax

1. 图二：首先把根节点的值和任意一个最末的子节点进行交换，同时去掉根节点的值
2. 图三：交换后，我们得到一个新的tree，此时根节点的值比子节点的值小
               12小于29，也小于18
               如果我们将12与18进行交换的话，18还是要与29进行交换
               因此当父节点的值比两个子节点的值都小的时候，我们将其与较大的值进行交换
               即将12与29进行交换
3. 图四：交换值后，得到一个新的tree
4. 图五：此时的父节点的值大于子节点，因此我们还要进行交换
5. 图六：交换后，得到一个新的tree，此时所有父节点的值都大于了子节点

Running time = O(tree height)

Basic operation 4: ChangePriority

假设我们把12的值变成了35：

由于此时35大于其父节点，因此我们要sift up
1. 首先把35和18交换位置
2. 此时35还是比其父节点大，因此我们还需要继续交换位置，直到其夫节点的值大于它的值

同理，如果我们把第二层左边节点的29变成12，此时12小于子节点的值，因此我们要sift down
Sift down的逻辑和extractMax一致 

Running time = O(tree height)

Basic operation 5: Remove

如果我们要删除18：

1. 首先我们将18变成正无穷
2. 执行ChangePriority的操作，完成后正无穷的位置将到达根部
3. 执行ExtractMax的操作，此时正无穷将被去掉同时树的顺序将会被重新整理

Running time = O(tree height)

总结

除了getMax的运行时间为1之外，其余操作的运行时间都为tree height

那么由此可见，要想运行时间变短，我们就要将树的高度变矮

那如何将树的高度变矮呢？--> Complete binary tree

Complete Binary Trees

定义：所有节点均有两个子节点。只有最末层允许有单个节点的出现，但是必须遵守从左往后被填充的逻辑。

 

Advantage 1: 树的层数变低

一个n个节点的complete binary tree，其高度最多 = O(log n)

Advantage 2: Store as Array

  

Implemention

Sift Up 

Sift Down

Insert (P)

ExtractMax()

Remove(i)

ChangePriority(i,p)