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: 147 订阅数: 29
![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
0
0