完全二叉堆

1 定义

  堆(Heap)是计算机科学中一类特殊的数据结构的统称。堆通常是一个可以被看做一棵完全二叉树的数组对象。由此可见，堆是树与向量的结合体，其逻辑结构等同于完全二叉树，而物理结构与向量相同。

  二叉堆具有结构性和堆序性，所谓结构性即其逻辑结构等同于完全二叉树，而堆序性则是堆中任一节点都与其父节点有固定的大小关系。
  二叉堆可分为大顶堆和小顶堆，大顶堆的父结点的键值总是大于或等于任何一个子节点的键值；小顶堆父结点的键值总是小于或等于任何一个子节点的键值。

2 插入

2.1 插入策略

  将新词条插入向量末尾，新词条的引入并未破坏堆的结构性，但有可能破坏了堆序性，需要进行上滤操作恢复堆序性，即将新词条与父节点词条交换位置，重复此操作直至堆序性恢复。

2.2 实例分析

（a）一个完全二叉堆
（b）插入新词条5至末尾，不满足堆序性，5上滤
（c）不满足堆序性，5上滤
（d）满足堆序性，插入完成

2.3 插入效率

  插入向量末尾消耗时间O(1)，插入操作的主要时间消耗为上滤操作，上滤至多进行logn次，所以插入操作可以O(logn)时间内完成。

3 删除

3.1 删除策略

  二叉堆的运用就是获取堆顶词条，所以待删除词条总是位于堆顶。调用向量接口删除堆顶后，堆的结构性将被破坏。为修复这一缺陷，将最末尾的词条转移至堆顶。此时堆的结构性恢复，但堆序性遭到破坏。
  由于新堆顶不满足堆序性，进行下滤操作，即将新词条与两个孩子中的最大者交换位置，重复此操作直至恢复堆序性。

3.2 实例分析

（a）一个完全二叉堆
（b）删除最大值5，并将末尾词条1转至堆顶
（c）不满足堆序性，词条1下溢
（d）不满足堆序性，词条1下溢

3.3 删除效率

  删除与插入类似，下溢操作至多进行logn次，所以时间复杂度为O(logn)

4 建堆

4.1 蛮力算法

  反复调用插入接口，即可将输入词条逐一插入其中，并最终完成建堆任务。但该方法的效率过低，若有n个词条，则共需迭代n次，第k轮迭代耗时O(logk)，故累计耗时为：
    O(log1 + log2 + … + logn) = O(logn!) = O(nlogn)
  在高效排序算法的帮助下，本可以O(nlogn)时间内完成一次全排序，而在这里花费同样多时间所生产的堆却只能提供一个偏序。这一事实在某种程度上也暗示着，或许存在某种更快的建堆算法。

4.2 Floyd算法

  可以将暴力法理解为自下而上的上滤，而Floyd则是从下而上的下滤。只需自下而上地遍历所有内部节点，并对每个内部节点分别调用一次下滤算法。
  该算法依然需做n步迭代，以对所有节点各做一次下滤。这里，每个节点的下滤所需的时间线性正比于其高度，故总体运行时间取决于各点的高度总和：
    Σ^h_i=0( (d-i)·2ⁱ ) = 2^d+1 - (d+2) = n - log₂(n+1) = O(n)
  由于在遍历所有词条之前，绝不可能确定堆的结构，故以上已是建堆操作的最优算法。

该文内容均来自邓俊辉老师的《数据结构与算法》