SGI STL：heap排序的adjust函数

SGI STL：heap排序中adjust函数

本文不介绍具体的heap排序算法，阅读之前请先熟悉STL heap排序的逻辑。本文讨论的是SGI-STL源码中__adjust_heap函数中的一个细节。先展示源码。

// 实际执行的push函数：
template <class _RandomAccessIterator, class _Distance, class _Tp>
void
__push_heap(_RandomAccessIterator __first,
            _Distance __holeIndex, _Distance __topIndex, _Tp __value)
{  
  	_Distance __parent = (__holeIndex - 1) / 2;
  	// 上升至最高高度，并且将hole的移动限定在top以下     
  	while (__holeIndex > __topIndex && *(__first + __parent) < __value) {
		*(__first + __holeIndex) = *(__first + __parent);
		__holeIndex              = __parent;
		__parent                 = (__holeIndex - 1) / 2;
	}
	*(__first + __holeIndex) = __value;
}

// 实际执行的adjust函数：
template <class _RandomAccessIterator, class _Distance, class _Tp>
void
__adjust_heap(_RandomAccessIterator __first, _Distance __holeIndex,
              _Distance __len, _Tp __value)
{	
    	_Distance __topIndex    = __holeIndex;
	_Distance __secondChild = 2 * __holeIndex + 2;
    
    	// 下移至叶节点深度
    	// 整个过程保证树结构不被破坏
	while (__secondChild < __len) {
	        // 取子节点间大者
		if (*(__first + __secondChild) < *(__first + (__secondChild - 1)))
			__secondChild--;
        
		*(__first + __holeIndex) = *(__first + __secondChild);
		__holeIndex              = __secondChild;
		__secondChild            = 2 * (__secondChild + 1);
	}
   	 // 调整特殊情况：树尺寸为奇数而holeIndex被移到了最小的非叶节点
	if (__secondChild == __len) {
		*(__first + __holeIndex) = *(__first + (__secondChild - 1));
		__holeIndex = __secondChild - 1;
	}
    
	__push_heap(__first, __holeIndex, __topIndex, __value);
}

这就是heap排序中的两个底层函数，前者(push)的效果是令节点上升至适当位置，后者(adjust)的效果是令节点下溯至最深深度，然后调用push令其上升。那么这里就存在一个问题：

// push函数的标签
void
__push_heap(_RandomAccessIterator __first,
            _Distance __holeIndex, _Distance __topIndex,/// 允许上升到的最高高度
            _Tp __value)
// 其发挥作用的位置
while (__holeIndex > __topIndex && *(__first + __parent) < __value) {/*..*/}

再看adjust函数对push函数的调用：

_Distance __topIndex = __holeIndex;
// ...
// 中间没有使用到__topIndex
// ...
__push_heap(__first, __holeIndex, __topIndex, __value);

换言之，对于传入adjust函数的参数，即需要调整的节点，adjust函数会原封不动地将其作为__topIndex传给push函数。翻译成自然语言就是：对于一个节点，首先会将其坠落至最深深度，然后再将其上升至适当位置（对于这里就是上升到可上升到的最高高度），但是最终这个位置不能大于其原本的位置。

那么这里的这个限制就会显得很不自然：既然是上升到可上升的最大位置，那么为什么还要加一层限制，即用其原本的位置作为__topIndex参数传入push？倘若我是这棵树中值最大的节点，而用adjust函数调整时，下降至最深处之后我不能一次升至根节点，而最高只能升至原来的节点位置。这是不是画蛇添足？

我们来考虑一个特殊情况。这是一个尚未被构造成堆的数据结构，如果以树的形式展示出来如下：

如图，在构造堆之前，x是整个结构中最小的元素，处于根节点位置；y是整个结构中最大的元素，处于最后一个非叶节点的位置，即make_heap第一次调整的节点。现在利用其构造一个堆：

template <class _RandomAccessIterator, class _Tp, class _Distance>
void
__make_heap(_RandomAccessIterator __first,
            _RandomAccessIterator __last, _Tp*, _Distance*)
{
	if (__last - __first < 2) return;
	_Distance __len = __last - __first;
    // 找到最后一个枝节点
	_Distance __parent = (__len - 2) / 2;/// 图中的y节点

	while (true) {
		__adjust_heap(__first, __parent, __len, _Tp(*(__first + __parent)));
		if (__parent == 0) return;
		__parent--;
	}
}

我们来模拟第一次循环：y节点作为__parent参数被传入adjust函数，在adjust函数中，其首先被下移至最深深度，然后使用push上升。现在我们假设push不使用__topIndex的限制：

__push_heap(__first, __holeIndex, 0, __value);// 不做最高限度限制

显然，这样y节点将一直上升，最终形成下面的形式：

即我们讨论的两个节点将交换位置。接下来，进入__make_heap的下一次循环，其目标相对当前x的位置前移——即图中的node1。显然，node1是x的兄弟节点，不可能干扰到x的位置。因此在不考虑node1, node2,……的具体值的情况下，第二次调整之后，整个树仍然是上图的形状，即y仍然在y的位置，x仍然在x的位置。

第三次循环也就是最后一次循环，是针对根节点(y)的调整。y作为最大值，如果将y下降至最深，再上升，一定最终会回到根节点。而push和adjust算法保证一个节点的坠落和上升都不会干扰其余节点的相对关系，因此最后一轮循环结束之后整棵树仍然是上图的形状。可以看到，这时x作为最小值，却是两个叶节点的父节点，这违反了完全二叉树的特性，但这个时候__make_heap函数已经结束了。

究其缘由，只是x节点生来就是一个非叶节点，却没有走过__adjust_heap函数的流程，即没有经历下溯$\to$上升的过程，就像被忽视了一样。而罪魁祸首就是第一次y节点的上升没有限制高度，导致x节点移入了正在adjust的节点，最终被无视。显然，这个模型和具体是不是根节点等等细节无关，只要形如这个模型，就会有节点被忽视。因此，限制__push_heap的高度是用来保证充分比较的必要手段。

欢迎各方批评。