配对堆中文版教案.ppt

配对堆 配对堆 配对堆 以上数据显示配对堆可以秒杀斐波那契堆。 容易理解 常数较小 代码量小 定义 配对堆是一个最小 (最大)配对堆是一个用指定的操作完成的最小 (最大) 堆 顶点结构 儿子 指向儿子列表的第一个元素 左、右指针 用双链表作为儿子列表 第一个节点的左指针指向父亲 x是儿子列表的起点当且仅当x.left.son=x 数据 PS:无需记录父亲节点、顶点的度和被切除标记（斐波那契堆的一个标记） 合并两个最大堆 比较、链接操作 比较根大小 把较小的根作为较大根的子树 + = 时间复杂度 O(1). 插入 建立一个包含要插入节点的树，然后把这个树和原树合并 + insert(2) = 插入 建立一个包含要插入节点的树，然后把这个树和原树合并 + insert(14) = 时间复杂的 O(1). 最坏情况度数 按9,8,7...,1的顺序插入节点 最坏度数 = n –1. 最坏情况高度 按1,2,3...,n的顺序插入节点 最坏高度 = n. 更改节点值 因为顶点没有父亲域，所以我们不能很容易的去判断节点的值是否大于父亲 所以，我们把节点脱离双向链表并与原数合并 更改节点值 如果这个节点不是根，把以它为根的子树从原树中切除出来 更改节点值 把切除的树与原树合并 1 2 6 9 2 18 3 3 更改节点值 2 18 3 3 时间复杂度 O(1). 删除最大值 如果堆空，返回错误 否则，删除根节点，并把所有子树合并 如何合并子树 好方法 = 平摊复杂度O(log n) 坏方法 = 平摊复杂度O(n) 用坏方法去合并子树 currentTree = first subtree. for (each of the remaining trees) currentTree = compareLink(currentTree, nextTree); 例子 删除最大值 合并成一棵树 例子 插入时间耗费 1. 删除最大值的时间耗费为根的度 n/2 插入 (9, 7, 5, 3, 1, 2, 4, 6, 8) 其次是 n/2 个移除最小值 插入时间耗费 n/2. 移除最大值耗费 1 + 2 + … + n/2 – 1 = Q(n2). 如果一次插入平摊复杂度为 O(1), 移除最大值平摊就是Q(n). 用好方法合并子树 两步合并 多步合并 拥有相同的时间复杂度 通过观察，两两合并的实际效率更好 两步合并 第一步 从左到右遍历根节点的子树 把子树两两合并，使子树减少一半 如果包含奇数个子树，则剩余的子树跟最后的子树合并 第二步 从第一步完成后，最右边的子树开始 从右到左，把剩余子树和最右的子树合并 两步合并——举例 两步合并——举例 多步合并 把所有根节点的子树放入一个队列中 不断执行如下操作，直到队列中只有一个元素 从队列中取出两个子树 把它们合并 把合并后的树放入队列 多步合并——举例 多步合并——举例 多步合并——举例 时间复杂度O(n). 删除非根元素 把这个节点从双向链表中取出 使用“两步合并”或“多步合并”法合并它的子树 把合并后的树与原树合并 删除元素 把节点从原树中切除 删除元素 合并这个元素的儿子 2 4 3 3 1 2 6 9 4 5 1 6 1 3 2 4 删除元素 与原树合并 1 2 6 9 4 5 1 6 1 3 2 4 2 3 3 删除元素 1 2 6 9 4 5 1 6 1 3 2 4 2 3 3 时间复杂度 O(n). 译者说明 配对堆一直是我遇到的一个比较冷门但是很实用的数据结构。 它可以在O(1)的情况下做到更改元素值，如果把它套到Dijkstra上，那么Dijkstra的时间复杂度会降到O(m+n log n) 而且，配对堆并不像斐波那契堆那样难写，很容易实现 译者说明 配对堆用一种很巧妙的方法，实现了如此实用的功能 在某些题中，可以用配对堆去骗分（像最短路优化问题）；也可以用配对堆去改进算法 总之，这个数据结构非常实用