二项堆

最新推荐文章于 2022-01-13 21:38:56 发布

加点水

最新推荐文章于 2022-01-13 21:38:56 发布

阅读量464

点赞数

分类专栏：数据结构文章标签：二项堆

本文链接：https://blog.csdn.net/hzz2956195/article/details/17374501

版权

数据结构专栏收录该内容

5 篇文章 0 订阅

订阅专栏

二项堆[编辑]

在计算机科学中， 二项堆 （ binomial heap ）是一种类似于二叉堆的堆结构。与二叉堆相比，其优势是可以快速合并两个堆，因此它属于可合并堆（ mergeable heap ）抽象数据类型的一种。

二项树[编辑]

二项树递归定义如下：

度数为0的二项树只包含一个结点
度数为k的二项树有一个根结点，根结点下有 $k$ 个子女，每个子女分别是度数分别为 $k-1, k-2, ..., 2, 1, 0$ 的二项树的根

二项树（从左至右度数分别为0至3

度数为k的二项树共有 $2^k$ 个结点，高度为 $k$ 。在深度d处有 $\tbinom n d$ （二项式系数）个结点。

度数为k的二项树可以很容易从两颗度数为k-1的二项树合并得到：把一颗度数为k-1的二项树作为另一颗原度数为k-1的二项树的最左子树。这一性质是二项堆用于堆合并的基础。

二项堆[编辑]

二项堆是指满足以下性质的二项树的集合：

每棵二项树都满足最小堆性质，即结点关键字大于等于其父结点的关键字
不能有两棵或以上的二项树有相同度数（包括度数为0）。换句话说，具有度数k的二项树有0个或1个。

以上第一个性质保证了二项树的根结点包含了最小的关键字。第二个性质则说明结点数为 $n$ 的二项堆最多只有 $\log{n} + 1$ 棵二项树。实际上，包含n个节点的二项堆的构成情况，由n的二进制表示唯一确定，其中每一位对应于一颗二项树。例如，13的二进制表示为1101, $2^3 + 2^2 + 2^0$ , 因此具有13个节点的二项堆由度数为3, 2, 0的三棵二项树组成：

示例：一个含13个结点的二项堆

二项堆的操作[编辑]

由于并不需要对二项树的根结点进行随机存取，因而这些结点可以存成链表结构。

合并[编辑]

合并度数相同的二项树

合并两个二项堆示例，实际上把两棵度数为1的二项树合并为一棵度数为2的二项树。

最基本的为二个度数相同的二项树的合并。由于二项树根结点包含最小的关键字，因此在二颗树合并时，只需比较二个根结点关键字的大小，其中含小关键字的结点成为结果树的根结点，另一棵树则变成结果树的子树。

function mergeTree(p, q)
    if p.root <= q.root
        return p.addSubTree(q)
    else
        return q.addSubTree(p)

两个二项堆的合并则可按如下步骤进行：度数 $j$ 从小取到大，在两个二项堆中如果其中只有一棵树的度数为 $j$ ，即将此树移动到结果堆，而如果只两棵树的度数都为 $j$ ，则根据以上方法合并为一个度数为 $j+1$ 的二项树。此后这个度数为 $j+1$ 的树将可能会和其他度数为 $j+1$ 的二项树进行合并。因此，对于任何度数j，可能最多需要合并3棵二项树。

此操作的时间复杂度为 ${O}(\log n)$ 。

function merge(p, q)
    while not (p.end() and q.end())
        tree = mergeTree(p.currentTree(), q.currentTree())
        
        if not heap.currentTree().empty()
            tree = mergeTree(tree, heap.currentTree())
        
        heap.addTree(tree)
        heap.next(); p.next(); q.next()

插入[编辑]

创建一个只包含要插入元素的二项堆，再将此堆与原先的二项堆进行合并，即可得到插入后的堆。由于需要合并，插入操作需要 ${O}(\log n)$ 的时间。实际上需要 ${O}(1)$ 的时间

查找最小关键字所在结点[编辑]

由于满足最小堆性质，只需查找二项树的的根结点即可，因为一共有 $\log n$ 棵子树，所以用所时间为 ${O}(\log n)$ 。

可以保存一个指向最小元素的指针，使得查找最小关键字所在结点需要 ${O}(1)$ 的时间。在执行其他操作时，需要修改该指针。

删除最小关键字所在结点[编辑]

先找到最小关键字所在结点，然后将它从其所在的二项树中删除，并获得其子树。将这些子树看作（合并为）一个独立的二项堆，再将此堆合并到原先的堆中即可。由于每棵树最多有 $\log n$ 棵子树，创建新堆的时间为 ${O}(\log n)$ 。同时合并堆的时间也为 ${O}(\log n)$ ，故整个操作所需时间为 ${O}(\log n)$ 。

function deleteMin(heap)
    min = heap.trees().first()
    for each current in heap.trees()
        if current.root < min then min = current
    for each tree in min.subTrees()
        tmp.addTree(tree)
    heap.removeTree(min)
    merge(heap, tmp)