0)引论
左堆的合并,插入,删除最小的时间复杂度为O(logN)。二项队列就是为了对这些结果进一步提高的一种数据结构。利用二项队列,这三种操作的最坏时间复杂度为O(logN),但是插入的平均时间复杂度为O(1)。
1)二项队列
二项队列不是一棵树,它是一个森林,由一组堆序的树组成的深林,叫做二项队列。
二项队列有几个性质比较重要
(a) 每一颗树都是一个有约束的堆序树,叫做二项树
(b) 高度为k的第k个二项树Bk由一个根节点和B0, B1, .......B(k-1)构成
(c) 高度为k的二项树的结点个数为2^k
我们可以用二项树的结合表示任意大小的优先队列。例如,大小为13的优先队列就可以用B3,B2,B0来表示,二进制的表示为1101。对此,我深表怀疑二项队列是不是受二进制的启发而产生的。
2)二项队列的操作
查找最小项:只需要查找每个二项树的根节点就可以了,因此时间复杂度为O(logN)。
合并:通过把两个队列相加在一起完成。因为有O(logN)棵树,所以合并的时间复杂度也是O(logN)。
插入:插入也是一种合并,只不过是把插入的结点当做B0。虽然感觉插入的时间复杂度是O(logN),但是实际是O(1),因为有一定的概率是被插入的二项队列没有B0。
删除最小:在根结点找到最小值,然后把最小值所在的树单独拿出分列为二项队列,然后把这个新的二项队列与原二项队列进行合并。每一个过程的时间复杂度为O(logN)。故加起来的时间复杂度仍为O(logN)。
这些操作归根结底是合并Merge。
3)二项队列的代码实现
二项队列声明:
typedef struct BinNode *Position;
typedef struct BinNode *BinTree;
typedef struct Collection *BinQueue;
struct BinNode
{
ElementType Element;
Position LeftChild;
Position Sibling;
};
struct Collection
{
int CurrentSize;
BinTree TheTrees[MaxTree];
}
首先定义了树BinNode,然后定义了森林Collection。
下图是TheTrees,数组里装的是指向个个二项树的指针。以及二项队列在上面定义的结构里面的表示方式。可以看出,根节点仅指向一个有最多子树的子结点,由这个结点指向各个兄弟节点,所以访问必然是逐级访问。
合并树:
合并树本质是指针的变动。当然要对两个二项树做好变换。
BinTree CombineTree(BinTree T1,BinTree T2)
{
if(T1->Element>T2->Element)
return CombineTree(T2,T1);
T2->Sibling = T1->LeftChild;
T1->LeftChild = T2;
return T1;
}
合并两个优先队列(merge):
BinQueue Merge(BinQueue H1, BinQueue H2)
{
BinTree T1, T2, Carry = NULL;
int i,j;
if(H1->CurrentSize+H2->CurrentSize>Capacity)
Error("Exceed the Capacity");
H1->CurrentSize = H1->CurrentSize + H2->CurrentSize;
for(i=0,j=1;j<H1->CurrentSize;i++,j*=2)
{
T1 = H1->TheTrees[i];
T2 = H2->TheTrees[i];
switch(!!T1+2*!!T2+4*!!Carry)
{
case 0: //No Trees
case 1: //Only H1
break;
case 2:
H1->TheTrees[i] = T2;
H2->TheTrees[i] = NULL;
break;
case 4: //Only Carry
H1->TheTrees[i] = Carry;
Carry = NULL;
break;
case 3: //T1,T2
Carry = CombineTree(T1,T2);
H1->TheTrees[i] = H2->TheTrees[i] = NULL;
break;
case 5:
Carry = CombineTree(T1,Carry);
H1->TheTrees[i] = NULL;
break;
case 6:
Carry = CombineTree(T2,Carry);
H2->TheTrees[i] = NULL;
break;
case 7:
H1->TheTrees[i] = Carry;
Carry = CombineTree(T1,T2);
H2->TheTrees[i] = NULL;
break;
}
}
return H1;
}
在这段程序中,switch语句的加法是很不错的。
还有一个问题就是:怎么控制需要几阶二项队列,这直接导致程序要循环几次的问题。这里把两个二项队列的大小相加,假设是12的话,那么应该是4阶,因为3阶的大小为1+2+4 = 9<12,故应该为四阶,这也是循环控制的方式。
for(i=0,j=1;j<H1->CurrentSize;i++,j*=2)
ElementType DeleteMin(BinQueue H)
{
int i,j;
int MinTree;
BinQueue DeleteQueue;
Position DeletedTree, OldRoot;
ElementType MinItem;
if(IsEmpty(H))
{
Error("Empty BinQueue!!");
return -Infinity;
}
//find the minmum
Min = Infinity;
for(i=0;i<MaxTree;i++)
{
if(H->TheTrees[i] && H->TheTrees[i]->Element<MinItem)
{
// Updata the minmun
MiniItem = H->TheTrees[i]->Element;
MinTree = i;
}
}
// have found the DeleteTree
DeleteTree = H->TheTrees[MinTree];
OldRoot = DeleteTree;
DeleteTree = OldRoot->LeftChild;
free(OldRoot);
// form the DeleteQueue
DeletedQueue = Initialize();
DeletedQueue->CurrentSize = (1<<MinTree) - 1;
for(j=MinTree-1;j>=0;j--)
{
DeletedQueue->TheTree[j] = DeletedTree;
DeletedTree = DeletedTree->Sibling;
DeletedQueue->TheTree[j]->Sibling = NULL;
}
H->TheTrees[MiniTree] = NULL;
H->CurrentSize -= DeletedQueue->CurrentSize+1;
Merge(H,DeletedQueue);
return MinItem;
}