斜堆

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

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:
在这里插入图片描述

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;
}
  • 2
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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