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: 35 订阅数: 12
![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

MATLAB图例与物联网:图例在物联网数据可视化中的应用,让物联数据一目了然

![MATLAB图例与物联网:图例在物联网数据可视化中的应用,让物联数据一目了然](https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9wM3EyaG42ZGUyUGNJMzhUQlZKQmZicUdialBzbzJGRFh3d0dpYlZBSXVEcDlCeVVzZTM2aWNMc3oxUkNpYjc4WnRMRXNnRkpEWFlUUmliT2tycUM1aWJnTlR3LzY0MA?x-oss-process=image/format,png) # 1. MATLAB图例概述** 图例是数据可

MATLAB物联网技术:连接设备,实现智能化,打造智能家居和工业4.0

![MATLAB物联网技术:连接设备,实现智能化,打造智能家居和工业4.0](https://www.appganhuo.com/image/1688354391547051847.png) # 1. MATLAB物联网技术概述** MATLAB物联网技术是一种利用MATLAB平台开发物联网应用程序和解决方案的方法。它提供了广泛的工具和库,用于连接、采集、分析和可视化物联网设备数据。 MATLAB物联网技术的主要优势包括: * **易于使用:**MATLAB是一种高级编程语言,具有直观的语法和丰富的函数库,简化了物联网应用程序的开发。 * **强大的数据分析能力:**MATLAB提供了一

探索MATLAB智能算法在语音识别中的应用:揭秘语音识别算法的奥秘

![matlab智能算法](https://img-blog.csdnimg.cn/5d397ed6aa864b7b9f88a5db2629a1d1.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAbnVpc3RfX05KVVBU,size_20,color_FFFFFF,t_70,g_se,x_16) # 1. 语音识别技术概述 语音识别技术是一种计算机识别和理解人类语音的能力。它涉及将语音信号转换为文本或其他可操作的形式。语音识别技术在广泛的应用中发挥着至关重要的作用,包括: -

理解MATLAB数组长度在数值计算中的影响:提升数值计算精度,优化计算结果

![理解MATLAB数组长度在数值计算中的影响:提升数值计算精度,优化计算结果](https://testerhome.com/uploads/photo/2020/d89eca3c-aea2-4bee-bc03-9717ef64492b.png!large) # 1. MATLAB数组长度概述 MATLAB数组是存储和处理数据的基本结构。数组的长度是其元素的数量,它对数值计算的精度和效率有着至关重要的影响。 数组长度由其维数和每个维度的元素数量决定。例如,一个二维数组的长度是其行数和列数的乘积。数组长度可以是动态的,也可以是固定的,具体取决于数组的创建方式和所执行的操作。 理解数组长度

:MATLAB函数最大值求解:并行计算的优化之道

![:MATLAB函数最大值求解:并行计算的优化之道](https://img-blog.csdnimg.cn/20210401222003397.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Nzk3NTc3OQ==,size_16,color_FFFFFF,t_70) # 1. MATLAB函数最大值求解基础** MATLAB函数最大值求解是数值分析中一个重要的任务,它涉及找到给定函数在指定域内的最大值。在本

MATLAB神经网络算法:神经网络架构设计的艺术

![MATLAB神经网络算法:神经网络架构设计的艺术](https://i0.hdslb.com/bfs/archive/e40bba43f489ed2598cc60f64b005b6b4ac07ac9.jpg@960w_540h_1c.webp) # 1. MATLAB神经网络算法概述 MATLAB神经网络算法是MATLAB中用于创建和训练神经网络模型的一组函数和工具。神经网络是一种机器学习算法,它可以从数据中学习模式并做出预测。 MATLAB神经网络算法基于人工神经网络(ANN)的原理。ANN由称为神经元的简单处理单元组成,这些神经元相互连接并组织成层。神经网络通过训练数据学习,调整其

:揭示MATLAB数值输出在生物信息学中的关键作用:生物信息学利器,提升研究效率

![matlab输出数值](https://img-blog.csdnimg.cn/20210401222003397.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Nzk3NTc3OQ==,size_16,color_FFFFFF,t_70) # 1. MATLAB数值输出简介 MATLAB(矩阵实验室)是一种用于数值计算和数据分析的高级编程语言和交互式环境。它在生物信息学领域广泛应用,用于处理和分析复杂的数据

Java并发编程调试秘诀:诊断和解决并发问题

![Java并发编程调试秘诀:诊断和解决并发问题](https://img-blog.csdnimg.cn/20210508172021625.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl81MTM5MjgxOA==,size_16,color_FFFFFF,t_70) # 1. 并发编程基础** 并发编程涉及管理同时执行多个任务,以提高应用程序的效率和响应能力。它依赖于线程,即轻量级进程,可并行运行代码。理解线程

MATLAB根号金融建模应用揭秘:风险管理、投资分析的利器

![matlab中根号](https://img-blog.csdnimg.cn/e2782d17f5954d39ab25b2953cdf12cc.webp) # 1. MATLAB金融建模概述 MATLAB(矩阵实验室)是一种广泛用于金融建模的高级编程语言和环境。它提供了强大的数据分析、可视化和数值计算功能,使其成为金融专业人士进行建模和分析的理想工具。 在金融建模中,MATLAB用于构建复杂模型,以评估风险、优化投资组合和预测市场趋势。其内置的函数和工具箱使金融专业人士能够轻松访问和处理金融数据,执行复杂的计算,并生成可视化结果。 MATLAB金融建模提供了以下优势: - **高效

MATLAB矩阵输入与生物领域的完美结合:分析生物数据,探索生命奥秘

![matlab怎么输入矩阵](https://img-blog.csdnimg.cn/20190318172656693.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MTY5Mjk0Ng==,size_16,color_FFFFFF,t_70) # 1. MATLAB矩阵输入概述 MATLAB矩阵输入是将数据存储到MATLAB变量中的过程,这些变量可以是标量、向量或矩阵。MATLAB提供多种输入方法,包括键盘