目录
满二叉树与完全二叉树高度h和树中节点个数N的关系
向上调整算法:
介绍:
复杂度推导:
向下调整算法:
介绍:
复杂度推导:
向上调整建堆:
介绍:
复杂度推导:
向下调整建堆:
介绍:
复杂度推导:
满二叉树与完全二叉树高度h和树中节点个数N的关系
向上调整算法:
介绍:
函数功能:将堆通过向上调整算法使堆成为小堆(父亲<孩子)或大堆(父亲>孩子),堆内父亲=(孩子-1)/2。只要孩子还在堆范围内,就不断判断孩子与父亲的关系。若想设置小堆,则孩子<父亲就执行交换;若想设置大堆,则孩子>父亲就执行交换。
函数参数:HeapDataType * a—>堆内数据类型首元素的指针 int child—>堆底元素(孩子)
函数返回值:无
void AdjustUp(HeapDataType* a, int child)
{int parent = (child - 1) / 2;while (child > 0){if (a[child] > a[parent]){Swap(&a[child], &a[parent]);child = parent;parent = (child - 1) / 2;}else{break;}}
}
复杂度推导:
一次向上调整最多调整高度次数,根据满二叉树h=log(N+1),完全二叉树h=log(N)+1,而时间复杂度计算的是最大情况的数量级,所以一次向上调整的复杂度为O(logN)
向下调整算法:
介绍:
函数功能:将堆通过向下调整算法使堆成为小堆(父亲<孩子)或大堆(父亲>孩子),使用假设法先假定要交换的元素为左孩子,child=parent*2+1,若右孩子>左孩子,则需交换的元素为parent*2+1+1。只要孩子还在堆范围内,就不断判断孩子与父亲的关系。若想设置小堆,则孩子<父亲就执行交换;若想设置大堆,则孩子>父亲就执行交换。
函数参数:HeapDataType * a—>堆内数据类型首元素的指针 int n —>堆内元素个数 int parent—>堆顶元素(父亲)
函数返回值:无
void Adjustdown(HeapDataType* a, int n, int parent)
{size_t child = parent * 2 + 1;while (child < n){if (child + 1 < n && a[child + 1] < a[child]){child++;}if (a[child] > a[parent]){Swap(&a[child], &a[parent]);parent = child;child = parent * 2 + 1;}else{break;}}
}
复杂度推导:
一次向下调整最多调整高度次数,根据满二叉树h=log(N+1),完全二叉树h=log(N)+1,而时间复杂度计算的是最大情况的数量级,所以一次向下调整的复杂度为O(logN)
向上调整建堆:
介绍:
前提:上几层都是堆
先将数组内所有元素插入堆结构内,再从第一个元素到最后一个元素进行遍历,对每个元素使用向上调整算法,使堆结构成为大堆/小堆
复杂度推导:
向下调整建堆:
介绍:
前提:左右子树都是堆
先将数组内所有元素插入堆结构内,再从最后一个父亲的位置到第一个父亲的位置进行遍历,对每个元素使用向下调整算法,使堆结构成为大堆/小堆