堆排序、胜者树、败者树，孰优孰劣？

2019独角兽企业重金招聘Python工程师标准>>>

在顺序存储结构中，堆排序是一种非常不错的高级选择排序算法，普通情况和最差情况下都可以将时间复杂度控制在O(n * logn)。

堆排序可以用在顺序存储结构，是因为完全二叉树的一种独特性质。而这里还要先提一下满二叉树。

啥叫满二叉树？满二叉树是这样一种二叉树，它的每一层都是“满”的，设根部为第0层，则每一层都有2^n个节点。所有节点的度数要么是2，要么是0（叶子）。

那完全二叉树呢？我们首先做出如下规定，即对二叉树中的节点，按从根部到叶子、每层从左到右递增的编号；如果某棵树，其所有节点的编号都与一颗具有相同层数的满二叉树对应节点的编号一一对应，则称这棵树是完全二叉树。

显而易见，完全二叉树不算最下面一层，必然是一颗满二叉树————并且最下面一层一定是从左到右连续无缺口的。

因为完全二叉树和满二叉树的编号是一一对应的，且各层的节点个数也是非常明确的，因为我们就可以将完全二叉树（毫无疑问满二叉树必然是完全二叉树）保存为顺序存储结构。这是因为任意节点知道其偏移量之后，理论上都可以计算出其父、其子的偏移量。

那么我们就计算一下吧。

设有节点，其位于第n层（从根到叶，根层编号为0），第k个（从左到右，最左边编号为0）；因此n和k也可以理解为其之前的节点层数/节点个数。设其偏移量函数为P(n,k)

那么我们知道在之前有n层，每层i都是满的，有2^i个节点。

P(n,k)=2^0+2^1+...+2^(n-1)+k

等比序列啊，易得，P(n,k)=2^n+k-1。

好，那么该节点的孩子的编号的，层数肯定是n+1，该节点之前的节点都有两个孩子，所以孩子的行编号必然是2 * k和2 * k + 1。 也就是P(n+1, 2 * k)和P(n+1, 2 * k + 1)

P(n+1, 2 * k)=2^(n+1)+2*k-1=2 * (2^n+k-1)+1=2 * P(n,k)+1
P(n+1, 2 * k + 1)=2^(n+1)+2*k=2 * (2^n+k-1)+2=2 * P(n,k)+2

于是我们知道一个节点，如果其偏移量为d，则其子节点的偏移量为2 * d + 1和2 * d + 2。

反过来推算，很容易知道其父节点的偏移量为 (d-1)/2。

如上所述，这就表示，我们可以用顺序存储表示一课完全二叉树，并可以很方便的计算出任意节点的父节点和子节点。

在此基础上，我们就可以进行堆排序了。堆排序很简单，就是首先向单元素堆不断追加叶子节点，同时调整以保持堆特性，待到将所有节点（在顺序存储中就是各个元素了）都加入堆后，根据堆的性质在堆的根部必然是极值，然后将极值与末端的叶子节点交换，丢掉该叶子，并且从根部调整堆以保持对特性，然后不断重复这个过程，直到堆变成单元素堆，结束。

我为什么要提堆呢？我们可以看到堆排序的后半部分算法中，就是一个很明确的“多个值中选取极值，取出该极值，更新根、然后修复堆”的过程。

这个过程完全可以套用到多路归并排序中，无非是堆排序把末端节点丢了，而多路归并没有丢弃末端节点（即堆的长度未改变）。

但是这里就有个问题——对堆进行修复时，每层调整都要对三个值（父节点、两个子节点）进行至少两次比较。

那么为了减少比较的消耗，人们就发展出胜者树来——胜者树让所有参与排序的序列提出的值都作为叶子，然后在其上面补充节点成为完全二叉树，父节点会保存两个子节点比较时的胜者。

这样就让每层只需比较一次（和兄弟比较即可）。

可是还是有人不满意，于是又弄出了败者树，败者树和胜者树的结构基本一致，只是父节点保存的不是胜者而是败者，并且额外有个指针保存当前的胜者（修正完毕后自然就是最后胜者了）。

败者树比胜者树好在哪？

胜者树的话，从叶子到根的过程中，每一层都要和兄弟进行比较，然后把胜者付赋给父节点。

而败者树，从叶子到根的过程中，每一层只需和父节点进行比较（该叶子更新前可以胜出，所有其常胜——所以其各级父节点保管的必然是与其竞争并失败的兄弟节点），然后败者赋给父节点，胜者继续向上走。

其实差距不太大，节省了一次寻址。

一般一个有n个待排序列的话，构造败者树或者胜者树是，树的大小为2 * n - 1。败者树、胜者树与完全二叉树堆一样都要先进行调整，此时应从后向前调整。有兴趣可以自己算算。

转载于:https://my.oschina.net/liudiwu/blog/387280