数据结构—堆排序及其应用（优先级队列）

一、时间复杂度

O（nlgn），原地排序算法（需要的额外存储空间为常数）；

二、堆

1.堆的性质

（1）大顶堆：除了根节点之外的每个节点满足：A[parent(i)]>=A[i]（最大元素在根节点）

（2）小顶堆：除了根节点之外的每个节点满足：A[parent(i)]<=A[i]（最小元素在根节点）

2.堆排序基本过程

（1）MAX-HEAPIFY

• 输入数组A和下标i，设LEFT(i)和RIGHT(i)均为大顶堆，调整A[i]，使其成为大顶堆；
• 时间复杂度为O（lgn）,高度为n的节点的运行时间复杂度为O(h)
  

（2）BUILD-MAX-HEAP

• 自底向上调用MAX-HEAPIFY建立最大堆，由于[n/2+1,n]元素均为叶子节点，因此只需要调整[n/2,0]元素；
• 时间复杂度为O(n)

（3）HEAPSORT

• 一次调用BUILD-MAX-HEAP，n-1次调用MAX-HEAPIFY(A, 1)（注：heap_size是不断递减的）
• 时间复杂度为O(nlgn)

3.优先级队列操作(堆可以在O(lgn)时间复杂度上支持大小为n集合上的任意优先级队列操作)

优先级队列是一种用来维护由一组元素构成的集合S的数据结构，这一组元素中的每一个都有一个关键字key，最大优先级队列支持的操作如下：

（1）MAX-HEAP-INSERT(S,x)

• 将元素x插入到集合S；
• ①加入一个关键字值为负无穷大的叶节点来扩充最大堆；②调用HEAP-INCREASE-KEY来设置新节点关键字的正确值，并保持最大堆性质；
• 时间复杂度为O(lgn)

（2）HEAP-EXTRACT-MAX(S)

• 去掉并返回S中具有最大关键字的元素
  
• 时间复杂度为O(lgn)

（3）HEAP-INCREASE-KEY(S,x,k)

• 将元素x的关键字的值增加到k，这里k值不能小于x的原关键字的值；
• A[i]不断和A[parent(i)]比较、交换，直到A[i]<=A[parent(i)]
• 时间复杂度为O（lgn）
  

（4）HEAP-MAXIMUM(S)

• 返回S中具有最大关键字的元素；return S[1];
• 时间复杂度为O（1）