湘潭大学数据结构Ch06PriorityQueues(Heaps).pptVIP

湘潭大学数据结构Ch06PriorityQueues(Heaps).ppt

  1. 1、本文档共36页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
湘潭大学数据结构课件Ch06PriorityQueues(Heaps)概要

§7 斜堆 Note: ? 斜堆的优点是不需要附加的空间来保留路径长以及不需要测试确定何时交换孩子。 ? 精确确定左式堆和斜堆的期望右路径长是一个未解决的问题。 常数! 所以一次插入花费 O(log N) 时间并不够好! 我们已经有了足够多的队列了, 为什么要使用二项队列? O(log N) – 有问题吗? 根据定理 6.1 , 总的时间是 O(N)… 插入 N 个关键字到 一个空的二叉堆, 总共需要花费多少时间? 那么平均时间是? §8 二项队列 ? 结构: 一个二项队列并非一棵堆序树,而是堆序树的集合,称为森林。每棵堆序树是一棵二项树。 高度为 0 的二项树是一棵单结点树。 高度为 k 的二项树Bk 通过将一棵二项树 Bk – 1 附接到另一棵二项树Bk – 1的根上而构成。 B0 B1 B2 B3 ? Bk 包含一个根和 个子树, k B0, B1, …, Bk – 1 。 Bk 恰好有 个结点。而深度 d 处的结点数是 。 2k k d 二项系数 在左式堆和斜堆中, 插入的平均时间是? §8 二项队列 【例3】用二项树的集合实现一个大小为 13 的优先队列。 Bk 结构 + 堆序 + 任意高度上最多有一棵二项树 用二项树的集合唯一地表示任意大小的优先队列 方法: 13 = 20 + 0?21 + 22 + 23 = 11012 B0 B1 B2 B3 13 23 51 24 65 12 21 24 65 14 26 16 18 §8 二项队列 ? 操作实现: ? FindMin: 最小元是某一棵树的根。 最多有 个根,因此 Tp = O( ). log N log N Note: 如果我们记住最小元,并在其他操作期间变化时更新它,那么可以O(1)的时间执行FindMin。 ? Merge: H1 H2 13 12 21 24 65 16 18 14 26 23 51 24 65 H1 1 1 0 2 = 6 + 1 1 1 2 = 7 1 13 0 c 14 26 16 18 1 c 12 21 24 65 23 51 24 65 1 Tp = O( ) log N 必须将这些树放在按照高度排序的二项队列中。 §8 二项队列 ? Insert: Merge的特殊情形。 【例4】将 1, 2, 3, 4, 5, 6, 7 插入到一个初始为空的队列中。 1 2 3 4 1 2 3 4 5 6 5 7 Note: 如果元素将要插入的那个优先队列中不存在的最小的二项树是 Bi ,那么运行时间Tp = Const · (i + 1)。 在初始为空的二项队列上进行 N 次插入最多将花费 O(N) 时间。因此平均时间是常数。 §8 二项队列 ? DeleteMin ( H ): H 13 14 26 16 18 12 21 24 65 23 51 24 65 H’ 13 14 26 16 18 Step 1: FindMin in Bk Step 2: Remove Bk from H Step 3: Remove root from Bk 21 24 65 23 51 24 65 H” Step 4: Merge (H’, H”) 23 51 24 65 H 13 21 24 65 14 26 16 18 /* O(log N) */ /* O(1) */ /* O(log N) */ /* O(log N) */ §8 二项队列 ? 实现: 二项队列 = 二项树的数组 DeleteMin Merge 快速找到所有子树 诸儿子按照大小排序 操作 特征 解决方法 儿子兄弟表示法 新的树将是最大的一棵,因此以大小递减方式保持这些子树。 13 13 14 26 16 18 12 21 24 65 23 51 24 65 H …… [0] [1] [2] [3] [4] 14 16 26 18 12 24 21 65 23 24 51 65 §8 二项队列 typedef struct BinNode *Position; typedef struct Collection *BinQueue; typedef struct BinNode *BinTree; /* missing from p.176 */ struct BinNode { ElementType Element; Position LeftChild; Position NextSi

文档评论(0)

jiayou10 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:8133070117000003

1亿VIP精品文档

相关文档