堆排序与优先队列——算法导论(7)

标签：

    如图，（二叉）堆一个数组，它可以被看成一个近似的完全二叉树。树中的每一个结点对应数组中的一个元素。除了最底层外，该树是完全充满的，而且从左向右填充。堆的数组A包括两个属性：A.length给出了数组的长度；A.heap-size表示有多少个堆元素保存在该数组中（因为A中可能只有部分位置存放的是堆的有效元素）。

    由于堆的这种特殊的结构，我们可以很容易根据一个结点的下标i计算出它的父节点、左孩子、右孩子的下标。计算公式如下：

parent(i) = i / 2;

left-child(i) = 2i;

right-child(i) = 2i + 1;

    二叉堆通常可以分为两种形式：最大堆、最小堆。在这两种堆中，结点的值都要满足堆的性质。二者的差异在于：在最大堆中，除了根结点外的所有结点都要满足：

A[PARENT(i)]>=A[i]，

最小堆相反。在用途上，最大堆通常用在堆排序算法中；最小堆通常用于构建优先队列。

    我们定义堆中结点的高度为该结点到叶结点最长简单路径上边的数目。进而堆的高度定义为根结点的高度。

    MAX-HEAPIFY函数的输入为一个数组A和一个下标i，它用来维护以下标i为根结点的子树最大堆的性质（这里假定以下标left(i)为根结点的子树和以下标为right(i)为根结点的子树满足最大堆的性质）。MAX-HEAPIFY的原理是通过让A[i]的值在最大堆中“逐级下降”，从而使得以下标i为结点的子树重新遵循最大堆的性质。

    下面是该算法的伪代码：

    我们可以用置底向上的方法利用过程MAX-HEAPIFY把一个大小为n=A.length的数组A[1~n]转化为最大堆。原理很简单，就是从倒数第2层（为说明方便，我们把根结点叫做第1层，其子结点叫做第2层，依次类推）开始，调用MAX-HEAPFY方法，直至到根结点。算法描述如下：

我们可以用以前介绍的循环不变式（见算法基础——算法导论(1)）去证明以上算法的正确性：

初始化：在第一次循环迭代之前，需要构建的堆只包含最底层元素，是平凡最大堆。

保持：假设循环迭代式在第i（1 ≤ i < A.length/2）次迭代时是成立的，即以下标为i的元素为根结点的子树满足最大堆的性质；当i = i + 1时，max-heapify方法的执行保证了，当以下标left(i)为根结点的子树和以下标为right(i)为根结点的子树满足最大堆的性质时，以下标i为根结点的子树满足最大堆的性质（这正是该方法的作用）。因此循环迭代式具有保持性。

终止：当循环终止时，根据保持性，需要构建的堆由初始化的只包含最底层元素，扩展为包含所有元素。

因此，算法正确。

    了解了以上的预备知识后，我们正式开始介绍堆排序。

    下面给出堆排序算法：

    简单地说，其原理是基于最大堆的根结点元素最大的性质。我们首先将待排序的数组构建为最大堆数组。然后遍历整棵树，每次遍历“取出”根结点，再调用MAX-HEAPIFY维护子树的最大堆性质。这样就能保证遍历时每次“取出”的元素是当前剩余元素中最大的。（“取出”不一定要真正的把元素从数组里取出，我们可以通过改变heap-size的值来达到此效果）

下面给出Java实现代码：

	public static void main(String[] args) {
		int[] array = { 2, 1, 6, 3, 9, 7, 4, 0, 4 };
		heapSort(array);
		printArray(array);
	}

	/**
	 * 堆排序
	 * @param array
	 */
	public static void heapSort(int[] array) {
		buildMaxHeap(array);
		int heapSize = array.length;
		for (int i = array.length - 1; i > 0; i--) {
			int temp = array[i];
			array[i] = array[0];
			array[0] = temp;
			heapSize--;
			maxHeapify(array, 0, heapSize);
		}
	}

	/**
	 * 维护以index为根节点的树的最大堆性质
	 * 
	 * @param array
	 *            堆数组
	 * @param index
	 *            要维护的结点
	 */
	public static void maxHeapify(int[] array, int index, int heapSize) {
		int leftIndex = 2 * index + 1;
		int rightIndex = 2 * index + 2;
		int largeIndex;
		if (leftIndex < heapSize && array[leftIndex] > array[index]) {
			largeIndex = leftIndex;
		} else {
			largeIndex = index;
		}
		if (rightIndex < heapSize && array[rightIndex] > array[largeIndex]) {
			largeIndex = rightIndex;
		}
		if (largeIndex != index) {
			int temp = array[largeIndex];
			array[largeIndex] = array[index];
			array[index] = temp;
			maxHeapify(array, largeIndex, heapSize);
		}
	}

	/**
	 * 将array构建为最大堆数组
	 * 
	 * @param array
	 */
	public static void buildMaxHeap(int[] array) {
		int heapSize = array.length;
		for (int i = (array.length - 2) / 2; i > -1; i--) {
			maxHeapify(array, i, heapSize);
		}
	}

	public static void printArray(int[] array) {
		for (int i : array) {
			System.out.print(i + " ");
		}
		System.out.println();
	}

结果：

    我们按照main方法的执行顺序来逐步分析算法的时间代价。

    ① 先分析buildMaxHeap方法。要分析buildMaxHeap方法先要分析maxHeapify方法。

我们假设maxHeapify方法在每次执行时，都会进行执行递归操作，在最坏的情况（树的最底层恰好半满）下，子树的规模是原来的2/3。其他时间为常量θ(1);因此我们可以得到运行时间的递归式：

T(n) ≤T(2n/3)+θ(1)，

可解得，T(n) = O(lgn)，即maxHeapify方法的时间复杂度为O(lgn)。

    我们对buildMaxHeap方法进行粗略估计，它会调用O(n)次maxHeapify方法，而其他时间为常量θ(1)，因此buildMaxHeap方法总的时间复杂度为：O(nlgn)。

但是这个上界显然不是渐进紧确的。因为事实上maxHeapify方法时间与结点的高度有关，而且大部分结点的高度都很小。

    我们可以利用如下性质得到一个紧确的上界：包含n个元素的堆的高度是[lgn]（[]表示向下取整）；高度为h的堆至多包含【n/2^(h+1)】（【】表示向上去整）。

我们设在高度为h的结点上运行maxHeapify方法的时间代价是O(h)，那么buildMaxHeap方法的总时间代价可以表示为：

而

所以，buildMaxHeap的时间复杂度为O(n)。

    ②我们再分析heapSort中的for循环。for循环执行n-1次，而每次循环执行的时间复杂度为O(lgn)，因此总的时间复杂度为O(nlgn)。

    ③ 其他运行时间为常量O(1)。

    因此heapSort的时间复杂度为O(nlgn)。

    这一小节我们关注：如何基于最大堆来实现最大优先队列(priority queue)。

    最大优先队列(priority queue)是一种用来维护一组数据构成的集合S的数据结构。其中的每一个元素都有一个关键值(key)。一个最大优先队列支持以下操作：

    ① maximum(s)：返回集合s中具有最大关键字(key)的元素；

    ② extractMax(s)：去掉并返回集合s中具有最大关键字(key)的元素；

    ③ increaseKey(s, x, k)：将元素x的值增加到k（假设k的值不小于x）；

    ④ insert(s, x)：把元素x插入集合s中，即s = s U x。

    ① maximum(s)的实现很简单，直接返回根结点：

    ② extractMax(s)的实现同样简单，在返回根结点之前，先将其从树中“摘掉”，将堆数组中的最后一个元素挂载到根结点，再执行maxHeapify方法维护最大堆性质：

    ③ increaseKey(s, x, k)的实现方式是将下标为x的结点的值修改为k后，不断的与其父结点的值相比较，直至最终找到合适的位置，使得满足最大堆性质：

    ④ insert(s, x)方法利用了increaseKey(s, x, k)方法。具体做法是，先将x赋一个非常小的值，然后调用increaseKey(s, x, k)方法修改x的值为k。

    以上方法的具体代码实现和时间代价分析就不给出了，与堆排序类似（实际上就是堆排序的应用推演）。

    最大优先队列的应用应该是很广泛的。比如用于任务调度，我们可以用insert(s, x)方法来提交一个任务；用extractMax(s)方法来获取任务；而increaseKey(s, x, k)方法可以用来修改任务的优先级。

    显然，最大优先队列里记录的只是需要存储的对象的句柄(handle)，其具体表现形式依赖于具体的应用程序。

    与最大优先队列相反的是最小优先队列，它的实现方式基本与最大优先队列一致（是相反的），它有着不同的应用场景，以后会给出。

堆排序与优先队列——算法导论(7)

标签：

原文地址：http://www.cnblogs.com/dongkuo/p/4817624.html