6.5-1 1覆盖堆顶15,堆的大小减一,1和13交换,1和12交换,1和6交换,返回15
6.5-2 堆的大小加1 A[heap-size]= 10 10和8交换 10和9交换
6.5-3 这个借用一篇博客上写的东西,看了一下,伪代码写的很正确
HEAP-MINIMUM(A)
1 return A[1]
HEAP-EXTRACR-MIN(A)
1 if heap-size[A] < 1
2 then error "heap underflow"
3 min =A[1]
4 A[1] = A[heap-size[A]]
5 heap-size[A] = heap-size[A] - 1
6 MIN-HEAPIFY(A, 1)
7 return min
HEAP-DECREASE-KEY(A, i, key)
1 if key > A[i]
2 then error "new key is smaller than current key"
3 A[i] = key
4 while i > 1 and A[PARENT(i)] > A[i]
5 do exchange A[i] <-> A[PARENT(i)]
6 i = PARENT(i)
MIN-HEAP-INSERT
1 heap-size[A] <- heap-size[A] + 1
2 A[heap-size[A]] <- 0x7fffffff
3 HEAP-INCREASE-KEY(A, heap-size[A], key)
6.5-4 从代码可以看出,你并不知道key的值是多少,所以这里的负无穷可以保证key>A[heap-size]
6.5-5
初始:在循环开始前,除了刚增加的A[i]=key不满足最大堆性质,其他元素都满足最大堆性质。
保持:在循环过程中,通过不断交换key值与其parent值,并且不断更新parent值来使增加元素值得堆满足最大堆性质。
终止:当i=1或A[PARENT(i)]>=A[i]时,代表所有元素已经排好,并且满足最大堆,那么循环自然终止。
6.5-6 可以把A【i】看成一个座位,数据轮流去坐,条件不满足时候需要复原数据。这里借用某人写的代码
<span style="font-size:14px;">void HEAP_INCREASE_KEY(int A[],int i,int key)
{
if (key<A[i])
{
return ;
}
A[i]=key;
while (i>0&&A[PARENT(i)]<=key)
{
//swap(A[i],A[PARENT(i)]);
A[i]=A[PARENT(i)];//利用插入排序内部循环思想
i=PARENT(i);
}
A[i]=key;//这里不要忘记了
}</span><pre id="best-content-1529916527" accuse="aContent" class="best-text mb-10" style="margin-top: 0px; margin-bottom: 10px; padding: 0px; font-family: arial, 'courier new', courier, 宋体, monospace, 'Microsoft YaHei'; white-space: pre-wrap; word-wrap: break-word; font-size: 14px; color: rgb(51, 51, 51); line-height: 24px; background-color: rgb(243, 255, 236);">6.5-7 别人提供的思路如下:
对优先队列的每一个元素赋给一个优先值 对于栈而言 先进的元素优先值小 后进的元素优先值大
6.5-8 思路:队列则是先进的元素优先值大 后进的元素优先值小
题目:HEAP-DELETE(A,i)操作将节点i中的项从堆中删去。对含n个元素的最大堆,请给出时间为O(lgn)的HEAP-DELETE的实现。
编程思路:
我们可以用堆中最后一个元素a[heapSize]放到节点i 位置,然后将heapSize减一。然后就涉及到堆调整以保持堆的性质。
调整的依据就是这最后一个元素a[heapSize]跟原来i节点的元素a[i]的相对大小,分三种情况:
(1)当a[heapSize]==a[i]时,最大堆不用调整。时间复杂度为O(1)
(2)当a[heapSize]<a[i]时,以i节点为根的子分支堆性质遭到破坏,其他地方不变,所以这里直接调用保持堆性质的函数MaxHeapIfy()进行堆调整即可。时间复杂度为O(lgn)
(3)当a[heapSize]>a[i]时,这种情况类似于“将优先队列的某个元素关键字值增大到k”的操作,所以直接调用HeapIncreaseKey()函数即可。时间复杂度为O(lgn)
void Heap::Heap_Delete(int i)
{
if(i > heap_size)
{
cout<<"there's no node i"<<endl;
exit(0);
}
int key = A[heap_size];
heap_size--;
if(key > A[i]) //最后一个结点不一定比中间的结点小
Heap_Increase_Key(A,i, key);
else if(key<A[i])
{
A[i] = key;
Max_Heapify(i);
}
//相等时不做任何处理
}
6.5-9