1 斜堆定义:
斜堆(Skew Heap)是具有堆序性的二叉树, 与左式堆的差别在于没有零路径属性,故 merge操作后,不需要考虑左右子堆的零路径大小,而是无条件交换左右子堆;
(干货——斜堆定义)
-
1.1)定义:斜堆(Skew heap)也叫自适应堆(self-adjusting heap),它是左式堆的一个变种。和左式堆一样,它通常也用于实现优先队列。它的合并操作的时间复杂度也是O(log n)。
-
1.2)相比于左倾堆,斜堆的节点没有”零距离”这个属性: 除此之外,它们斜堆的合并操作也不同。
-
1.3)斜堆的合并操作算法如下:
- case1) 如果一个空斜堆与一个非空斜堆合并,返回非空斜堆。
- case2) 如果两个斜堆都非空,那么比较两个根节点,取较小堆的根节点为新的根节点。将”较小堆的根节点的右孩子”和”较大堆”进行合并。
- case3) 合并后,交换新堆根节点的左孩子和右孩子。
注
1)第3步是斜堆和左式堆的合并操作差别的关键所在,如果是左式堆,则合并后要比较左右孩子的零距离大小,若右孩子的零距离 > 左孩子的零距离,则交换左右孩子;最后,再设置根的零距离。
2) 下面是一个关于斜堆的干货荔枝:
2 java 实现
2.1 基本定义
public class SkewHeap<T extends Comparable<T>> {
private SkewNode<T> mRoot; // 根结点
private class SkewNode<T extends Comparable<T>> {
T key; // 关键字(键值)
SkewNode<T> left; // 左孩子
SkewNode<T> right; // 右孩子
public SkewNode(T key, SkewNode<T> left, SkewNode<T> right) {
this.key = key;
this.left = left;
this.right = right;
}
public String toString() {
return "key:"+key;
}
}
...
}
2.2 合并
/*
* 合并"斜堆x"和"斜堆y"
*/
private SkewNode<T> merge(SkewNode<T> x, SkewNode<T> y) {
if(x == null) return y;
if(y == null) return x;
// 合并x和y时,将x作为合并后的树的根;
// 这里的操作是保证: x的key < y的key
if(x.key.compareTo(y.key) > 0) {
SkewNode<T> tmp = x;
x = y;
y = tmp;
}
// 将x的右孩子和y合并,
// 合并后直接交换x的左右孩子,而不需要像左氏堆一样考虑它们的npl。
SkewNode<T> tmp = merge(x.right, y);
x.right = x.left;
x.left = tmp;
return x;
}
public void merge(SkewHeap<T> other) {
mRoot = merge(mRoot, other.mRoot);
}
2.3 添加
/*
* 新建结点(key),并将其插入到斜堆中
*
* 参数说明:
* key 插入结点的键值
*/
public void insert(T key) {
SkewNode<T> node = new SkewNode<T>(key,null,null);
// 如果新建结点失败,则返回。
if (node != null)
mRoot = merge(mRoot, node);
}
2.4 删除
/*
* 删除根结点
*
* 返回值:
* 返回被删除的节点的键值
*/
public T remove() {
if (mRoot == null)
return null;
T key = mRoot.key;
SkewNode<T> l = mRoot.left;
SkewNode<T> r = mRoot.right;
mRoot = null; // 删除根节点
mRoot = merge(l, r); // 合并左右子树
return key;
}