第6章_堆排序_算法分析与设计_杭电_褚一平.ppt

28 优先级队列的操作 程序MAX-HEAP-INSERT实现了INSERT操作 MAX-HEAP-INSERT(A,key) 1 heap-size[A]←heap-size[A]+1 2 A[heap-size[A]]←-∞ 3 HEAP-INCREASE-KEY(A, heap-size[A], key) * * 4 6.1 堆 (二叉)堆数据结构是一种数组对象，它可以被视为一颗完 全二叉树，树中每个节点和数组中存放该节点值的那个元 素对应。如果表示堆的数组为A，那么树的根为A[1]。 表示堆的数组A是一个具有两个属性的对象：length(A)是 数组中的元素个数，heap-size(A)是存放在A中的堆的元素 个数；A[heap-size(A)]之后的元素都不属于相应的堆。也 就是：Heap-size(A)=length(A) 给定某个节点的下标i，其父节点PARENT(i)，左儿子 LEFT(i)和右儿子RIGHT(i)可以表示为 LEFT(i): 2i RIGHT(i): 2i +１ PARENT(i): ?i / 2? 5 堆的示例 6 6.1 最大堆和最小堆 二叉堆有两种：最大堆和最小堆 对于最大堆，除了根以外的每个节点，有 A[PARENT(i)] ≥A[i] 这样，堆中的最大元素就存放在根节点中，并且在 以某一个节点为根的子树中，各节点的值都不大于 该子树根节点的值 对于最小堆，除了根以外的每个节点，有 A[PARENT(i)] ≤A[i]，最小堆的最小元素在跟部。 堆可以被看成一棵树，节点在堆中的高度定义为 从本节点到叶子的最长简单下降路径上边的个 数。堆的高度定义为树根的高度，为Θ(lgn)。 7 6.2 保持堆的性质 MAX-HEAPIFY是对最大堆进行操作的重要的子 程序，调整A[i]在堆中的位置，使以i为根的子树 为最大堆 MAX-HEAPIFY(A,i) 1 l ← LEFT(i) 2 r ← RIGHT(i) 3 If l ≤ heap-size[A] and A[l] A[i] 4 then largest ← l 5 else largest ← i 6 If r ≤ heap-size[A] and A[r] A[largest] 7 then largest ← r 8 If largest ≠ i 9 then exchange A[i]?A[largest] 10 MAX-HEAPIFY(A, largest) 8 6.1 MAX-HEAPIFY过程 9 6.1 MAX-HEAPIFY过程 10 6.1 MAX-HEAPIFY过程 11 6.2 MAX-HEAPIFY时间 当MAX-HEAPIFY作用在一棵以节点i为根的， 大小为n的子树上时，其运行时间为调整元素 A[i]，A[LEFT(i)]和A[RIGHT(i)]的关系时所用时 间Θ(1)，再加上对以i的某个子结点为根的子树 递归调用MAX-HEAPIFY所需的时间。i结点的 子树大小至多为2n/3，那么MAX-HEAPFY的运 行时间为： T(n) ≤ T(2n/3) + Θ(1) 根据主定理，该递归式的解为T(n) ≤ Θ(lgn) 12 6.3 建堆 我们可以自底向上的用MAX-HEAPIFY来将一个 数组A[1..n]变成一个最大堆。过程BUILD-MAX- HEAP对树中的每一个其他节点都调用一次 MAX-HEAPIFY。 BUILD-MAX-HEAP(A) 1 heap-size[A] ← length[A] do MAX-HEAPIFY(A,i) 2 for i ← ?length[ A] / 2? downto 1 13 建堆过程 14 建堆过程 15 建堆过程 16 建堆过程 17 建堆过程 18 建堆过程 19 BUILD-MAX-HEAP正确性 为了证明BUILD-MAX-HEAP的正确性，我们使 用如下的循环不变式： 在第2~3行中for循环的每一次迭代开始时，节 点i+1，i+2，… n都是一个最大堆的根。 我们需要证明在第一次循环迭代之前，这个不 变式已为真。每次循环迭代都能保持此不变 式，并且在循环结束时这个不变式会提供一个 很有用的属性来显示程序的正确性。 20 BUILD-MAX-HEAP正确性 也是平凡最大堆的根。 保持：要证明每次迭代都保持了循环不变式， 注意到结点i的子结点的编号均比i大，于是，根 据循环不变式，这些子结点都是最大堆的根。 这也是调用函数MAX-HEAPIFY(A,i)，以使结点 i成为最大堆的根的前提条件。此外，MAX- HEAPFY的调用保持了结点i+1,i+2,…n为最大 堆的性质。