算法 - 堆排序 - 随时找到数据流的中位数

最新推荐文章于 2024-05-11 18:17:29 发布

学习趁早

最新推荐文章于 2024-05-11 18:17:29 发布

阅读量440

点赞数 1

文章标签：算法 java

本文链接：https://blog.csdn.net/weixin_42446245/article/details/103152210

版权

本文介绍了如何使用堆排序算法，并重点讨论了如何在数据流中随时找到中位数的问题。堆排序的核心操作包括heapInsert、heapify和pop。对于数据流的中位数，可以通过维护一个大根堆和一个小根堆来实现。当数据更新时，通过调整堆结构保证正确性。此外，还提到了Java中PriorityQueue在实现堆排序中的应用。

摘要由CSDN通过智能技术生成

堆排序

注意，堆这个结构需要知道什么是满二叉树、完全二叉树。堆就是完全二叉树。

堆

使用数组存储数据，用数组模拟二叉堆结构，此时下标的关系有：

父结点 i 的左子结点为 2i + 1，右子结点为 2i + 2
子结点 i 找父结点公式为：(i - 1) / 2

堆分大根堆和小根堆，每一个结点为子树的最大值称为大根堆，同理可知小根堆。

以大根堆为例学习堆排序算法，小根堆同理做一些转换即可。

heapInsert

构建堆时，heapInsert 是非常重要的构建方法。

建立 i 个数的堆，算法的时间复杂度为
$l o g (! (i - 1)) = l o g 1 + l o g 2 + \cdot \cdot \cdot + l o g (i - 1)$
数学证明，最终得到建立过程的时间复杂度为 O(N)。

public static void heapInsert(int[] arr, int i) {
   
    //每一次插入新结点，与父结点做比较，调整堆结构
    while (arr[i] > arr[(i - 1) / 2]) {
   
        swap(arr, i, (i - 1) / 2);
        i =