数据结构之堆 C#

前言

堆（Heap）其实是一颗完全二叉树，分为大顶堆（大根堆/最大堆）和小顶堆（小根堆/最小堆）

大顶堆与小顶堆

任意一个节点的值都比它的左右子节点的值大（可以等于）的堆称为大顶堆，所以大顶堆的堆顶存放的是当前堆中最大的元素
任意一个节点的值都比它的左右子节点的值小（可以等于）的堆称为小顶堆，多以小顶堆的堆顶存放的是当前堆中最小的元素

堆与数组的映射

用n表示堆中节点的总数量，把上图堆中的数据映射到数组中可得
大顶堆：$110,100,90,40,80,20,60,10,30,50,70$
小顶堆：$10,20,40,30,60,80,110,50,70,90,100$

• 任何一个节点$i$的左右子节点索引为$2i+1$和$2i+2$
• 在大顶堆中arr[i] >= arr[2*i+1] && arr[i] >= arr[2*i+2];
• 在小顶堆中arr[i] <= arr[2*i+1] && arr[i] <= arr[2*i+2];
• 最后一个非叶子节点的索引为$\frac{n}{2}-1$

建堆

思想：首先将数组从根节点开始排成一颗完全二叉树，以小顶堆为例，然后从最后一个非叶子节点开始，比较该节点与其左右子节点找出最小值，如果该节点不是最小值，将最小值所在节点与该节点进行交换，如果由于交换造成以子节点为根节点的完全二叉树不满足小顶堆性质，则需要对子节点进行以上交换操作，当对根节点完成Heapify后，这颗完全二叉树就成了小顶堆

	public void BuildMinHeap(int[] arr)
    {
        int length = arr.Length;
        for(int i = length/2-1; i >= 0; i--) // length/2-1为第一个非叶子节点的索引
        {
            Heapify(arr, i, length);
        }
    }
    public void Heapify(int[] arr ,int index, int length)
    {
        int minIndex = index;
        int left = 2*index+1;
        int right = 2*index+2;
        if(left < length && arr[left] < arr[minIndex])
        {
            minIndex = left;
        }
        if(right < length && arr[right] < arr[minIndex])
        {
            minIndex = right;
        }
        if(index != minIndex)
        {
            Swap(arr, index, minIndex);
            Heapify(arr, minIndex, length); // 这里因为影响了子节点，所以递归Heapify子节点
        }
    }
    public void Swap(int[] arr, int index, int minIndex)
    {
        int temp = arr[index];
        arr[index] = arr[minIndex];
        arr[minIndex] = temp;
    }

堆的插入与删除

堆的插入：在堆的尾部插入一个节点，然后再重新执行建堆的过程称为堆的插入
堆的删除：针对堆顶节点而言，将堆顶元素删除，将堆尾元素剪切到堆顶，然后对堆顶元素进行Heapify的过程称为堆的删除

堆排序

堆排序与快速选择（这里不展开）常用于解决一些TopK（前k个最大或最小元素）、Kth（第k个最大或最小元素）的问题，比如求数组中前k个最小元素运用堆排序有两种方案：

1. 维护一个包含k个元素的大根堆，每次插入元素时先和堆顶元素进行比较，如果比堆顶元素小则替换堆顶元素再Heapify，如果比堆顶元素大则直接舍弃，根据小大根堆性质堆顶元素为k个元素中的最大元素，则这k个元素为数组中的前k小元素
2. 对该数组建立小根堆，则堆顶元素为最小元素，记录堆顶元素，将堆尾元素填充到堆顶再对剩余元素建立小根堆（Heapify），再取出堆顶元素为数组中的第二小元素，循环k次，则可以找到前k个最小元素

	// 求最小k个数的例子
    public int[] GetLeastNumbers(int[] arr, int k) 
    {
        if(arr == null || k == 0 || k > arr.Length) // 这里k可以等于arr.Length，第一次提交这里错了
        {
            return new int[0];
        }
        int length = arr.Length;
        BuildMinHeap(arr); // 首先构建小根堆
        int[] result = new int[k];
        result[0] = arr[0]; // 把这个提出来是为了少进行一次不需要的循环
        for(int i = 1; i < k; i++)
        {
            Swap(arr, 0, length-i);
            Heapify(arr, 0, length-i);
            result[i] = arr[0];
        }
        return result;
    }

复杂度

• 建堆的时间复杂度：$O(n)$
• 插入一个元素的时间复杂度是$O(logn)$
• 删除一个元素的时间复杂度是$O(logn)$
• 堆排序的时间复杂度$O(nlogn)$
• 堆排序的空间复杂度$O(1)$