题目来源:AcWing 838. 堆排序
一、题目描述
输入一个长度为 n n n 的整数数列,从小到大输出前 m m m 小的数。
输入格式
第一行包含整数
n
n
n 和
m
m
m。
第二行包含 n n n 个整数,表示整数数列。
输出格式
共一行,包含
m
m
m 个整数,表示整数数列中前
m
m
m 小的数。
数据范围
1
≤
m
≤
n
≤
1
0
5
,
1≤m≤n≤10^5,
1≤m≤n≤105,
1
≤
1≤
1≤数列中元素
≤
1
0
9
≤10^9
≤109
输入样例:
5 3
4 5 1 3 2
输出样例:
1 2 3
二、堆
堆是一棵完全二叉树,其有如下操作:
- 插入一个数
- 求堆中最值
- 删除堆顶最值
- 删除任意一个元素
- 修改任意一个元素
堆的递归定义:以小根堆为例,每一个结点都 ≤ 左右子树的根结点。
堆的存储:因为堆是建立在完全二叉树上的,凡是涉及完全二叉树皆可以使用顺序存储。
假设堆存储在数组
h
h
h 中,那么根结点始终为
h
[
1
]
h[1]
h[1],若某个结点的下标为
i
i
i,则其左儿子的下标为
2
i
2i
2i,右儿子的下标为
2
i
+
1
2i + 1
2i+1。
堆的向下调整:down()操作
如果对某个结点
u
u
u 执行down(u)
操作,则需要将该结点的值和其左右儿子的值对比,与其中的最小值的结点进行交换,然后递归执行上述操作,该操作时间复杂度和树的高度成正比,因此为
O
(
l
o
g
n
)
O(logn)
O(logn)。
void down(int u)
{
int t = u;
if (u * 2 <= n && h[t] > h[u * 2]) t = u * 2;
if (u * 2 + 1 <= n && h[t] > h[u * 2 + 1]) t = u * 2 + 1;
if (t != u)
{
swap(h[t], h[u]);
down(t);
}
}
堆的向上调整:up(u)操作
如果对某个结点
u
u
u 执行up(u)
操作,则需要将该结点的值和其父结点的值对比,如果比其父结点的值小,则与父结点交换,然后递归执行上述操作,该操作时间复杂度和树的高度成正比,因此为
O
(
l
o
g
n
)
O(logn)
O(logn)。
void up(int u)
{
while (u / 2 && h[u] < h[u / 2])
{
swap(h[u], h[u / 2]);
u >>= 1;
}
}
堆的插入操作
在整个堆的最后一个位置插入
x
x
x,即 h[++n] = x
,然后将这个数向上调整 up(n)
,时间复杂度
O
(
l
o
g
n
)
O(logn)
O(logn)。
void push(int x)
{
h[++n] = x;
up(x);
}
求堆的最值
堆顶元素一定是堆集合的最值:h[1]
,时间复杂度
O
(
1
)
O(1)
O(1)。
int top()
{
return h[1];
}
删除堆顶最值
将整个堆中的最后一个元素覆盖堆顶元素即h[1] = h[n]
,然后令n--
,表示删除最后一个元素,然后让堆顶元素向下调整down(1)
,该操作时间复杂度
O
(
l
o
g
n
)
O(logn)
O(logn)。
为什么要这样做呢?因为在堆中,直接删除堆顶元素比较困难,然而删除最后一个元素却很简单。
void pop()
{
h[1] = h[n--];
down(1);
}
删除任意位置上的一个元素
将整个堆中的最后一个元素覆盖
h
h
h 中下标为
k
k
k 位置的元素,即h[k] = h[n]
,然后令n--
,表示删除最后一个元素。此时需要分类讨论,如果
h
[
k
]
h[k]
h[k] 相对变大了,就需要down(k)
;如果
h
[
k
]
h[k]
h[k] 相对变小了,就需要up(k)
。其实,我们可以偷懒,不分类讨论,直接down(k), up(k)
,这两个中最多只会执行一个,该操作时间复杂度
O
(
l
o
g
n
)
O(logn)
O(logn)。
void remove(int k)
{
h[k] = h[n--];
down(k), up(k);
}
修改任意位置上的一个元素
修改操作与删除某个位置上的元素类似,直接在
h
[
k
]
h[k]
h[k] 上修改,然后down(k), up(k)
即可。
void update(int k, int x)
{
h[k] = x;
down(k), up(k);
}
如何快速的将一个数组建成堆
我们当然可以通过一个一个往堆中插入的方式插入数组元素,但是这样做的时间复杂度是
O
(
n
l
o
g
n
)
O(nlogn)
O(nlogn),有一个快速的数组建堆方案是,从
h
h
h 序列的
n
2
\frac{n}{2}
2n 处向
1
1
1 逐个执行
d
o
w
n
(
)
down()
down() 操作即可,该操作时间复杂度可以优化到
O
(
n
)
O(n)
O(n),示意图如下。
三、代码
#include <iostream>
#include <cstring>
using namespace std;
const int N = 100010;
int h[N];
int n, m;
void down(int u)
{
int t = u;
if (u * 2 <= n && h[u * 2] < h[t]) t = u * 2;
if (u * 2 + 1 <= n && h[u * 2 + 1] < h[t]) t = u * 2 + 1;
if (u != t)
{
swap(h[u], h[t]);
down(t);
}
}
int main()
{
cin >> n >> m;
for (int i = 1; i <= n; i++) cin >> h[i];
for (int i = n / 2; i; i--) down(i);
while (m--)
{
cout << h[1] << ' ';
h[1] = h[n--];
down(1);
}
return 0;
}