小顶堆时间复杂度_详解数据结构——堆

文章来源于个人博客文章， https://www. wzy-codify.com/article/ xiang-jie-shu-ju-jie-gou-dui 。

由于前段时间忙于毕设和找工作，好久没更新博客了，十一假期在家心血来潮想更新一波，尽管之前的毕设项目博客还没填坑完，但先想着把这个先写了。主要是因为面试时，被问到了这个，还没答出来，当时的题目如下：

给定一个长度为n的无序数组，再给你任意一个数字k，请找出这个数组中和k最近的m个数（这个k可以不出现在这个数组中)

题目其实很简单，想了一会儿给出了一个方案如下:

我的思路

首先开辟一个新的数组D1，代表这个数组与k的距离，用求绝对值的方式来把距离求出来（第一个元素是距离，第二个元素是本身)，然后再进行快排，然后取D1中前m个元素即可，代码实现如下:

if __name__ == "__main__":
    n = 15
    k = 5
    m = 5

    li = [1,5,3,2,6,7,1,4]
    print('The elements in the list:', li)

    def solution1(li, k, m):
        new_li = [(abs(each - k),each) for each in li]
        new_li.sort(key=lambda a: a[0])
        return [each[1] for each in new_li[:m]]

    result = solution1(li, k, m)
    print(result)

可以想到这个算法的复杂度是n+nlogn，这个方法可以是可以，但明显不是最好的解决方法，几经面试官提示后，由于之前只是看人用过，但没有系统地学过 堆，最后没有想到用堆来解决这个问题，知耻后勇吧，回去以后立刻仔细看了一遍这个方面的知识。

堆是什么

堆是一种完全二叉树，复习一下完全二叉树的定义，完全二叉树的形式是指除了最后一层之外，其他所有层的结点都是满的，而最后一层的所有结点都靠左边。教材上定义如下:

若设二叉树的深度为h，除第 h 层外，其它各层 (1～h-1) 的结点数都达到最大个数，第 h 层所有的结点都连续集中在最左边，这就是完全二叉树。

如下图所示，就是一种典型的完全二叉树:

而最小堆要求，对于任意一个父结点来说&#x