Heaps and Hash Tables: Heaps(3)

Heapify(堆化)

Insertion Method

  • 逐个插入元素到堆中,每次插入操作的时间复杂度为 O(log⁡(n))。
  • 插入n个元素的总时间复杂度为 O(nlog⁡(n))。

Heapify Method

  • 如果事先知道所有元素,可以一次性将所有元素插入到数组中,然后从最后一个非叶子节点开始向上调整,构建堆。
  • 这种方法利用了堆的性质,时间复杂度为 O(n)。

Heapify Runtime Idea

How many elements are in the bottom layer of the heap?
对于一个完全二叉树(即堆),底层节点的数量大约是总节点数量的一半。具体来说,如果总节点数为 n,则底层节点数约为 n/2。原因:在一棵完全二叉树中,除了底层之外的所有层都是满的,底层的节点数最多为其上层节点数的一半。这样,底层的节点数近似为总节点数的一半。
How long does bubble down take on each of these elements?对于底层节点,下沉操作时间复杂度是 O(1)O(1)O(1)。
How many elements in layer 𝑖 of heap (if bottom layer is layer 0 )?
How long does bubble down take on each of these elements?
总结来说,虽然底层的元素数量最多,但下沉操作的时间复杂度最小;而上层的元素数量较少,但下沉操作的时间复杂度较高。总体上,这些操作的时间复杂度加总后依然为 O(n)。
  • 5
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值