排序算法中的堆排序(四)--优先队列

堆排序算法是一个优秀的算法，但在实际应用中，快速排序的性能一般会由于堆排序。尽管如此，堆数据结构仍有许多应用。

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，每个元素都有相关的值，称为关键字。一个最大优先队列支持以下操作：

insert(S,x):把元素x插入集合S中。

maximum(S):返回S中具有最大键字的元素

extract-max(S):去掉并返回S中的具有最大键字的元素

increase-key(S,x,k):将元素x的关键字值增加到k,这里假设k的值不小于x的原关键字值。

最大优先队列的应用

共享计算机系统的作业调度

• 记录将要执行各作业及相对优先级

• 一个作业完成或中断后，调度器extract-max所有等待作业，选出优先级最高的作业执行

• 任何时候调度器调用insert添加一个新作业到队列中

优先队列的实现---堆

堆中相关概念见排序算法中的堆排序(一)、排序算法中的堆排序(二)、排序算法中的堆排序(三)

过程heap-maximum可以在O(1)时间内实现maximum

heap-maximum(A){ return A[1];}

过程heap-extract-max实现extract-max

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)

    return max

}

heap-extract-max的时间复杂度为O(lgn)。

heap-increase-key实现increase-key

• 当前元素不断与其父结点比较

• 如果当前元素的关键字较大，则与父结点交换

• 不断重复，直到当前元素关键字小于父结点时终止(维护最大堆性质)

heap-increase-key(A,i,key){

    if key < A[i]

    error 新关键比该关键字小

    A[i] = key

while i > 1 and A[parent(i) < A[i] ]

        exchange A[i] with A[parent(i)]

        i = parent(i)

}

heap-increase-key过程在包含n个元素的堆上，时间复杂度为O(lgn)。

max-heap-insert实现insert操作

输入：要被插入到A中的新元素的关键字。

• 先增加一个关键字为-∞的叶结点扩展最大堆

• 调用heap-increase-key为新结点设置对应关键字

• 过程保持最大堆性质

max-heap-insert(A,key){

    A.heap-size = A.heap-size + 1

    A[A.heap-size] = -∞

    heap-incerease-key(A, A.heap-size, key)

}

在包含n个元素的堆上，max-heap-insert时间复杂度为O(lgn)

通过以上几个操作实现，在一个包含n个元素的堆中，所有优先队列的操作都可以在O(lgn)时间内完成。