算法导论——堆排序

堆

• 定义
  堆（二叉）是一个数组，它可以被看成一个近似的完全二叉树。
• 表示
  表示堆的一般是数组A，其中，根节点为A[1]，其他的节点表示如下：
  • 一个节点 i 的父节点：A[i/2]
  • 一个节点 i 的左子节点：A[i*2]
  • 一个节点 i 的右子节点：A[i*2+1]
• 分类
  • 最大堆：所有父节点的值大于或等于它两个子节点的值，根节点是堆中最大值的点
  • 最小堆：所有父节点的值小于或等于它两个子节点的值，根节点是堆中最小值的点

二叉树

• 满二叉树
  • 深度(h)与节点数(n)的关系：n=2^h-1
• 完全二叉树
  • 深度(h)与节点数(n)的关系：h=log2(n+1)
  • 值按照顺序一一对应，中间不能有缺漏，因此不可能存在有右节点，没有左节点的情况
• 平衡二叉树（待补充）

满二叉树
完全二叉树

堆的操作

维护堆的性质（HEAPIFY）

这里指维护最大堆或最小堆的性质。以最大堆（MAX-HEAPIFY）为例：
复杂度O(lgn)

MAX-HEAPIFY(A，i)
l=LEFT(i)
r=RIGHT(i)
if l<=A.heap-size and A[l]>A[i]
	largest=l
else largest=i
if r<=A.heap-size and A[r]>A[i]
	largest=r
if largest!=i
	exchange A[i] with A[largest]
	MAX-HEAPIFY(A，largest)

建堆（Build-MAX-HEAP）

将A[1……n]转换为最大堆
复杂度：O(n)

Build-MAX-HEAP(A)
A.heap-size=A.length
for i=[A.length/2] downto 1
	MAX-HEAPIFY(A,i)

堆的应用

堆排序算法

复杂度：O(nlgn)

Build-MAX-HEAP(A)
for i=A.length downto 2
	exchange A[1] with A[i]
	A.heap-size=A.heap-size-1
	MAX-HEAPIFY(A，1)

优先队列

是一种用来维护由一组元素构成的集合S的数据结构，其中每一个元素都有一个相关值，成为关键字。

• 分类
  • 最大优先队列
  • 最小优先队列
• 操作
  一个最大优先列支持以下操作：（最小优先队列也有以下操作，操作相反）
  INSERT(S,x)：将元素x插入集合S
  MAXIMUM(S)：返回S中最大的关键字

MAXIMUM(A)
return A[1]

EXTRACT-MAX(S)：去掉并返回S中具有最大关键字的元素

HEAP-EXTRACT-MAX(A)
if A.heap-size<1
	error "heap underflow"
max=A[1]
A[1]=A[A.heap.size]
A.heap.size=A.heap.size-1
MAX_HEAPIFY(A,1) #复杂度O(lgn)
return max

INCREASE-KEY(S,x,k)：将元素x的关键字增加到k
复杂度：O(lgn)

HEAP-INCREASE-KEY(A,i,key)
if key<A[i]
	error "new key is smaller than current key"
A[i]=key
while i>1 and A[PARENT(i)]<A[i]
	exchange A[i] with A[PARENT(i)]
	i=PARENT(i)

• INSERT(S,k)：插入操作

 MAX-HEAP-INSERT(A,key)
 A.heap-size= A.heap-size+1
 A[A.heap-size]=-∞
 HEAP-INCREASE-KEY(A,A.heap-size,key)

课堂作业

题目一

合并K个升序列表（待完成）

题目二

给定一个整数nums和整数K，返回其中出现频率前k高的元素（待完成）