数据结构 课件9优先队列.ppt

数据结构与程序设计 南开大学软件学院 2008 李耀国 Chapter 9 Priority Queues 9.1 Introduction 9.2 Linear Lists 9.3 Heaps 9.4 Leftist Trees 9.5 Application Chapter 9 Priority Queues 与第6章FIFO结构的队列不同，优先队列中元素出队列的顺序由元素的优先级决定。从优先队列中删除元素是根据优先权高或低的次序，而不是元素进入队列的次序。 可以利用堆数据结构来高效地实现优先队列。堆是一棵完全二叉树，可用公式化描述方法来高效存储完全二叉树。在高度和重量上取得平衡的左高树很适合于用来实现优先队列。本章的内容涵盖了堆和左高树。 Chapter 9 Priority Queues 在本章的应用部分，利用堆开发了一种复杂性为O(nlogn)的排序算法，称为堆排序。第3章介绍的箱子排序和基数排序算法的运行时间为Θ(n)，但算法中元素的取值必须在合适的范围内。堆排序是迄今为止所讨论的第一种复杂性优于O(n2)的通用排序算法。 从渐进复杂性的观点来看，堆排序是一种优化的排序算法，因为可以证明，任何通用的排序算法都是通过成对比较元素来获得Ω (nlogn)复杂性的。 Chapter 9 Priority Queues 本节所考察的另外两个应用是机器调度和生成霍夫曼编码。机器调度问题属于NP-复杂问题，对于这类问题不存在具有多项式时间复杂性的算法。而第2章提到的大量事实表明，只有具有多项式时间复杂性的算法才是可行的，因此，经常利用近似算法或启发式算法来解决NP-完全问题，这些算法能在合理的时间内完成，但并不能保证找到最佳结果。对于机器调度应用，利用堆数据结构获得了有效解决机器调度问题的近似算法。 9.1 Introduction 优先队列（priority queue）是0个或多个元素的集合，每个元素都有一个优先权或值，对优先队列执行的操作有 1)查找； 2)插入一个新元素； 3)删除。 在最小优先队列（min priority queue）中，查找操作用来搜索优先权最小的元素，删除操作用来删除该元素；对于最大优先队列（max priority queue），查找操作用来搜索优先权最大的元素，删除操作用来删除该元素。 9.1 Introduction ADT9-1最大优先队列的抽象数据类型描述 抽象数据类型MaxPriorityQueue{ 实例 有限的元素集合，每个元素都有一个优先权 操作 Create()：创建一个空的优先队列 Size()：返回队列中的元素数目 Max()：返回具有最大优先权的元素 Insert(x)：将x插入队列 DeleteMax(x)：从队列中删除具有最大优先权的元素，并将该元素返回至x } 9.1 Introduction 例9-1：我们需要对机器服务进行收费。假设每个用户每次使用机器所付费用都是相同的，但所需要服务时间不同。我们可以把等待使用该机器的用户组织成一个最小优先队列，优先权即为用户所需服务时间。当一个新的用户需要使用机器时，将他的请求加入优先队列。一旦机器可用，则为需要最少服务时间（即具有最高优先权）的用户提供服务。 如果每个用户所需时间相同，但用户愿意支付的费用不同，则可以用支付费用作为优先权，一旦机器可用，所交费用最多的用户可最先得到服务，这时就要选择最大优先队列。 9.1 Introduction 例9-2：考察6.4.4节所介绍的工厂仿真问题，对其事件队列所执行的操作有： 1）查找具有最小完成时间的机器； 2）改变该机器的完成时间。 假设我们构造一个最小优先队列，队列中的元素即为机器，元素的优先权为该机器的完成时间。最小优先队列的查找操作可用来返回具有最小完成时间的机器。 为了修改此机器的完成时间，可以先从队列中删除具有最小优先权的元素，然后用新的完成时间作为该元素的优先权并将其插入队列。 9.1 Introduction 最大优先队列也可用于工厂仿真问题。在6.4.4节中的仿真程序中，每台机器按先进先出的方式来完成等待服务的任务，因此可以为每台机器配置了一个FIFO队列。但如果将服务规则改为“一旦机器可用，则从等待任务中选择优先权最大的任务进行处理”，每台机器就需要一个最大优先队列。 每台机器执行的操作有：1）每当一个新任务到达，将其插入该机器的最大优先队列中；2）一旦机器可以开始运行一个新任务，将具有最大优先权的任务从该机器的队列中删除，并开始执行它。 9.1 Introduction 当每个机器的服务规则如上述改变之后，则需用一个最小优先队列来表示仿真问题中的事件表，用一个最大优先队列来存储每台机器旁的等待任务。 在前