堆的构建方法:自底向上和自顶向下

发布时间: 2024-05-02 06:23:12 阅读量: 49 订阅数: 14
![堆](https://img-blog.csdnimg.cn/1ad76d162bc54ea6961ce38b76486047.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBA56m_54u855qu55qE5bCP57qi5bi9,size_20,color_FFFFFF,t_70,g_se,x_16) # 1. 堆的基本概念和性质** 堆是一种完全二叉树,它满足以下性质: - **形状性质:**堆是一棵完全二叉树,即除了最底层外,其他各层的节点数都达到最大值。 - **序性质:**对于任意一个节点及其左、右子节点,都有`key(node) >= key(left child)`和`key(node) >= key(right child)`。 # 2. 堆的构建方法 堆是一种完全二叉树,满足堆序性质:对于任意节点,其值都大于或等于其子节点的值。堆的构建方法主要有两种:自底向上的堆构建和自顶向下的堆构建。 ### 2.1 自底向上的堆构建 自底向上的堆构建从树的叶节点开始,逐层向上构建堆。 #### 2.1.1 逐个插入法 逐个插入法将元素逐个插入到堆中,并调整堆以满足堆序性质。 ```python def insert(heap, element): heap.append(element) i = len(heap) - 1 while i > 1 and heap[i] > heap[i // 2]: heap[i], heap[i // 2] = heap[i // 2], heap[i] i //= 2 ``` **代码逻辑逐行解读:** 1. 将元素添加到堆的末尾。 2. 设置当前元素索引 `i` 为堆的最后一个元素索引。 3. 循环比较当前元素 `heap[i]` 和其父节点 `heap[i // 2]` 的值。 4. 如果当前元素大于其父节点,则交换这两个元素。 5. 将 `i` 更新为其父节点的索引,继续比较和交换。 6. 循环直到 `i` 达到堆的根节点(`i == 1`)。 **参数说明:** * `heap`: 待构建的堆 * `element`: 要插入的元素 #### 2.1.2 Floyd算法 Floyd算法是一种更有效率的逐个插入算法,它利用了堆的性质,将调整过程优化为 O(log n) 时间复杂度。 ```python def floyd_insert(heap, element): heap.append(element) i = len(heap) - 1 while i > 1: if heap[i] > heap[i // 2]: heap[i], heap[i // 2] = heap[i // 2], heap[i] else: break i //= 2 ``` **代码逻辑逐行解读:** 1. 与逐个插入法类似,将元素添加到堆的末尾。 2. 循环比较当前元素 `heap[i]` 和其父节点 `heap[i // 2]` 的值。 3. 如果当前元素大于其父节点,则交换这两个元素。 4. 不同之处在于,如果当前元素小于或等于其父节点,则直接退出循环,因为此时堆序性质已满足。 5. 继续比较和交换,直到 `i` 达到堆的根节点(`i == 1`)。 **参数说明:** * `heap`: 待构建的堆 * `element`: 要插入的元素 ### 2.2 自顶向下的堆构建 自顶向下的堆构建从树的根节点开始,逐层向下调整堆。 #### 2.2.1 递归法 递归法使用递归函数从根节点开始向下调整堆。 ```python def heapify_recursive(heap, i): left = 2 * i right = 2 * i + 1 largest = i if left < len(heap) and heap[left] > heap[largest]: largest = left if right < len(heap) and heap[right] > heap[largest]: largest = right if largest != i: heap[i], heap[largest] = heap[largest], heap[i] heapify_recursive(heap, largest) ``` **代码逻辑逐行解读:** 1. 获取当前节点 `i` 的左子节点 `left` 和右子节点 `right` 的索引。 2. 初始化最大值索引 `largest` 为当前节点索引 `i`。 3. 比较左子节点 `heap[left]` 和最大值 `heap[largest]` 的值,如果左子节点更大,则更新最大值索引 `largest`。 4. 比较右子节点 `heap[right]` 和最大值 `heap[largest]` 的值,如果右子节点更大,则更新最大值索引 `largest`。 5. 如果最大值索引 `largest` 不等于当前节点索引 `i`,则交换这两个节点的值。 6. 递归调用 `heapify_recursive` 函数对最大值节点的子节点进行调整。 **参数说明:** * `heap`: 待构建的堆 * `i`: 当前
corwn 最低0.47元/天 解锁专栏
赠618次下载
profit 百万级 高质量VIP文章无限畅学
profit 千万级 优质资源任意下载
profit C知道 免费提问 ( 生成式Al产品 )

相关推荐

专栏简介
本专栏深入探讨了堆的数据结构,从基本概念和操作原理到各种应用场景。它涵盖了堆排序算法、优先队列、Top K 问题、滑动窗口最大值问题、连续中值问题等应用。此外,它还比较了堆与快速排序和二叉搜索树,分析了堆的构建方法和调整方法。专栏还介绍了堆在操作系统、定时任务调度和数据流中位数问题中的应用。它还探讨了堆的扩展应用,如外部排序算法和最小生成树算法。通过深入的分析和示例,本专栏旨在为读者提供对堆及其广泛应用的全面理解。
最低0.47元/天 解锁专栏
赠618次下载
百万级 高质量VIP文章无限畅学
千万级 优质资源任意下载
C知道 免费提问 ( 生成式Al产品 )

最新推荐

Sklearn文本挖掘实战:从文本数据中挖掘价值,掌握文本挖掘技术

![Sklearn文本挖掘实战:从文本数据中挖掘价值,掌握文本挖掘技术](https://img-blog.csdnimg.cn/f1f1905065514fd6aff722f2695c3541.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAWWFuaXI3,size_20,color_FFFFFF,t_70,g_se,x_16) # 1. 文本挖掘基础** 文本挖掘是一门从文本数据中提取有价值信息的学科。它涉及广泛的技术,包括文本预处理、特征提取、分类和聚类。 文本挖掘的基础是理解

Python自动化测试:构建可靠、高效的自动化测试框架,保障代码质量

![Python自动化测试:构建可靠、高效的自动化测试框架,保障代码质量](https://img-blog.csdnimg.cn/63a3ee9929e346e188ba2edb1a0d4b32.png) # 1. Python自动化测试简介** Python自动化测试是一种利用Python编程语言自动执行软件测试过程的技术。它通过编写测试脚本来模拟用户操作,验证应用程序的行为并检测错误。自动化测试可以提高测试效率、减少人为错误并确保应用程序的质量和可靠性。 Python自动化测试框架为组织和管理测试用例提供了结构,使测试过程更加高效和可维护。这些框架通常包括测试用例设计、执行、报告和维

从测试数据中挖掘价值:Selenium自动化测试与数据分析

![从测试数据中挖掘价值:Selenium自动化测试与数据分析](https://img-blog.csdnimg.cn/105115d25a5f4a28af4c0745bbe6f9c5.png) # 1. Selenium自动化测试简介** Selenium自动化测试是一种使用Selenium Web驱动程序在Web应用程序上执行自动化测试的方法。它允许测试人员模拟用户交互,例如点击按钮、输入文本和验证结果,以提高测试效率和可靠性。Selenium支持多种编程语言,包括Java、Python和C#,并提供了一系列工具和库来简化测试脚本的编写和执行。 Selenium自动化测试的好处包括:

Python版本生态系统:不同版本下的生态系统差异,选择适合的工具

![Python版本生态系统:不同版本下的生态系统差异,选择适合的工具](https://www.apriorit.com/wp-content/uploads/2023/06/blog-article-choosing-an-effective-python-dependency-management-tools-for-flask-microservices-poetry-vs-pip-figure-5.png) # 1. Python版本生态系统概述** Python是一个多版本语言,拥有丰富的版本生态系统。不同版本的Python在核心语言特性、标准库和生态系统支持方面存在差异。了解P

Python操作MySQL数据库的性能调优:从慢查询到高速响应,数据库提速秘籍

![python操作mysql数据库](https://media.geeksforgeeks.org/wp-content/uploads/20210927190045/pythonmysqlconnectorinstallmin.png) # 1. MySQL数据库性能调优概述** MySQL数据库性能调优是指通过优化数据库配置、查询语句和架构设计,提升数据库的执行效率和响应速度。 **调优目标:** * 降低查询延迟,提高数据库响应速度 * 优化资源利用率,减少服务器负载 * 确保数据一致性和完整性 **调优原则:** * 遵循“80/20”法则,关注对性能影响最大的因素 *

Python中format的格式化序列:揭秘10个技巧,灵活格式化序列,提升代码效率

![Python中format的格式化序列:揭秘10个技巧,灵活格式化序列,提升代码效率](https://img-blog.csdnimg.cn/img_convert/866dcb23d33d92c5b9abbfc6dc3b9810.webp?x-oss-process=image/format,png) # 1. Python中format()函数概述 Python中的`format()`函数是一种强大的工具,用于格式化字符串,使其更具可读性。它通过将占位符替换为给定的值来工作,从而允许您动态地构建字符串。`format()`函数使用格式化序列来指定如何格式化值,为字符串格式化提供了高

Python3 Windows系统安装与云计算:云平台部署与管理,弹性扩展,无限可能

![Python3 Windows系统安装与云计算:云平台部署与管理,弹性扩展,无限可能](https://img-blog.csdnimg.cn/img_convert/34a65dfe87708ba0ac83be84c883e00d.png) # 1. Python 3 在 Windows 系统上的安装** Python 3 是 Windows 系统上广泛使用的编程语言,安装过程简单快捷。 1. **下载 Python 3 安装程序:** - 访问 Python 官方网站(https://www.python.org/downloads/),下载适用于 Windows 的 Pyt

PyCharm Python版本设置:从新手到专家,全方位提升开发技能,打造高效开发环境

![PyCharm Python版本设置:从新手到专家,全方位提升开发技能,打造高效开发环境](http://www.51testing.com/attachments/2023/09/15326880_202309131559311yEJN.jpg) # 1. PyCharm Python版本设置基础** PyCharm 是一款功能强大的 Python 开发环境,它允许您轻松管理和配置 Python 版本。本章将介绍 PyCharm 中 Python 版本设置的基础知识,包括: - **Python 解释器的概念:** 了解 Python 解释器在 PyCharm 中的作用,以及如何创建

iPython和Python在生物信息学中的应用:挖掘交互式生物数据分析的价值

![iPython和Python在生物信息学中的应用:挖掘交互式生物数据分析的价值](https://img-blog.csdnimg.cn/img_convert/e524bf852dcb55a1095a25cea8ba9efe.jpeg) # 1. iPython和Python在生物信息学中的概述 iPython和Python在生物信息学领域扮演着至关重要的角色。iPython是一个交互式环境,提供了一个方便的平台来探索、分析和可视化生物数据。Python是一种强大的编程语言,拥有丰富的生物信息学工具包,使研究人员能够高效地处理和分析复杂的数据集。 本章将概述iPython和Pytho

Python按行读取txt文件:在医疗保健中的应用,提升医疗数据处理效率和准确性

![Python按行读取txt文件:在医疗保健中的应用,提升医疗数据处理效率和准确性](https://www.pvmedtech.com/upload/2020/8/ffa1eb14-e2c1-11ea-977c-fa163e6bbf40.png) # 1. Python按行读取txt文件的基本原理** Python按行读取txt文件的基本原理在于利用文件处理函数`open()`和`readline()`。`open()`函数以指定的模式(例如“r”表示只读)打开文件,返回一个文件对象。`readline()`方法从文件对象中读取一行,并以字符串形式返回。通过循环调用`readline()