[工学]第4章 堆和不相交数据结构.pptVIP

* 算法4.5 HeapSort(Page 80) 输入：n个元素的数组A 输出：数组A中元素按升序排列 1. MakeHeap(A) 2. for j←n downto 2 3. 互换A[1]和A[j] 4. ShiftDown(A[1..j-1],1) 5. end for 这个算法在原有空间进行排序，建立堆用Θ(n)时间， ShiftDown运算用O(log2n)时间，并且重复n-1次。 参考习题4.14 * 这个算法在原有空间进行排序，建立堆用Θ(n)时间， ShiftDown运算用O(log2n)时间，并且重复n-1次，显然建立堆所用的时间为低次项，可略。 定理4.2(Page 80) 算法HeapSort对n个元素排序，需要用O(nlog2n)时间和Θ(1)空间。 由此可见，堆排序是最优秀的排序算法。 4.2.4 最大堆和最小堆 最大堆：最大键值元素存放在根结点。 最小堆：最小键值元素存放在根结点。 * 4.3 不相交集数据结构（并查集） 是一种树型的数据结构，用于处理一些不相交集合（Disjoint Sets）的合并及查询问题。如数据结构课中讲到的最小生成树Kruskal算法： Kruskal是一种贪心算法，比较适用于稀疏图:为使生成树上边的权值和最小，则应使生成树中每一条边的权值尽可能地小。 具体做法:找出森林中连接任意两棵树的所有边中，具有最小权值的边，如果将它加入生成树中不产生回路，则它就是生成树中的一条边。这里的关键就是如何判断将它加入生成树中不产生回路。 * 4.3 不相交集数据结构 ㈠不相交集合及运算 设集合S有n个元素，这些元素被分成若干个不相交子集。最初假设每个元素自成一个集合，这样共有n个子集。经n次合并（Union）后，构成若干个不相交子集。每个子集用该子集中一个特殊元素命名。 例：假定n个元素的集合S={1,2,3,4,5,6,7,8,9,10,11} ⑴最初有11个子集 {1},{2},{3},{4},{5},{6},{7},{8},{9},{10},{11} 每个子集的名称分别为子集中元素本身。 ⑵经若干次合并后，形成4个子集，假设它们是 {1,7,10,11},{2,3,5,6},{4,8},{9} 4个子集依次被命名为1、3、8、9。 * 我们对Union和Find二种不相集运算定义如下： Find(x)：寻找并返回包含元素x的集合名字。 Union(x,y)：将包含元素x和y的二个集合用它们的并集替换。并集的名字，或为包含元素x的那个集合的名字，或为包含元素y的那个集合的名字。 我们目的是设计这二种运算的有效算法，为此需要一种数据结构，它既要简单，又要能有效实现合并和寻找这二种运算。 * ㈡不相交集数据结构 ①将用于命名子集名称的元素视为根，其余元素视为其后代，每个子集可用一棵根树来表示，这样便形成了森林。 9 ②每个结点都有一个指针。非根结点的指针指向它的父结点；根结点的指针值为0，表示不指向任何结点。 ③根结点用作集合的名字。 ④森林可方便地用数组A[1..n]。A[j]是j的父结点，若A[j]=0，说明j是根结点。 ⑤对于任一元素x，用root(x)表示包含x的树的根，例root(6)=3。 0 3 0 8 2 2 1 0 0 1 1 1 2 3 4 5 6 7 8 9 10 11 8 4 1 7 10 11 3 2 5 6 * ㈢不相交集运算实现 ①Find(x) 寻找并返回包含元素x的树的根。例， Find(6)=root(6)=3 ②Union(x,y) 将包含x和y的二个不相交集合并成一个集合，也就是说把二棵树合并成一棵树，Union(x,y)可表示为Union(root(x),root(y))。 若合并后树的根为root(x)，则有A[root(y)]=root(x)。 若合并后树的根为root(y)，则有A[root(x)]=root(y)。 8 4 9 8 4 9 或 9 8 4 例，Union(4,9)=Union(root(4),root(9))=Union(8,9) 8 0 0 1 2 3 4 5 6 7 8 9 10 11 8 * 4.3.1 按秩合并措施 n n-1 … … 2 1 ㈠ 问题的提出 若直接进行合并运算有个明显缺点，在极端情况下，树有可能退化成线性表。 假定从单元素集合{1},{2}, …,{n}开始，执行下面的合并序列（假设第二个参数为合并后树的根）： Union(1,2),Union(2,3), …,Union(n-