纸上谈兵: 左倾堆 (leftist heap)

  • 时间:
  • 浏览:2
  • 来源:幸运快3_快3高手计划_幸运快3高手计划

作者:Vamei 出处:http://www.cnblogs.com/vamei 欢迎转载,也请保留这段声明。谢谢!

朋友就让讲解了堆(heap)的概念。堆是一另一四个优先队列。每次从堆中取出的元素须要堆中优先级最高的元素

在就让的文章中,朋友基于完全二叉树(complete binary tree)实现了堆,另另一四个的堆叫做二叉堆(binary heap)。binary heap有一另一四个基本要求: 每个节点的优先级大于另一四个子节点的优先级。在你你是什么要求下,堆的根节点始终是堆的元素中优先级最高的元素。此外,朋友实现了delete_min()操作,从堆中取出元素;insert()操作,向堆中插入元素。

现在,朋友考虑下面的间题报告 : 咋样合并(merge)另一四个堆呢? 一另一四个方案是从第一另一四个堆中不断取出一另一四个元素,并插入到第四个堆中。另另一四个,朋友须要量级为n的操作。朋友下面要实现更有下行速度 的合并。

左倾堆 (Leftist Heap)

左倾堆基于二叉树(binary tree)。左倾堆的节点满足堆的基本要求,即(要求1)每个节点的优先级大于子节点的优先级。与二叉堆不同,左倾堆并须要完全二叉树。二叉堆是非常平衡的树形态学 ,它的每一层都被填满(除了最下面一层)。左倾堆则是维持某种不平衡的形态学 : 它的左子树节点往往比右子树有更多的节点。

不平衡

左倾堆的每个节点有一另一四个附加信息,即null path length (npl)。npl是从一另一四个节点到一另一四个最近的不满节点的路径长度(不满节点:另一四个子节点最少有一另一四个为NULL)。一另一四个叶节点的npl为0,一另一四个NULL节点的npl为-1。

各个节点的npl (这里显示的须要元素值)

根据npl的定义,朋友有推论1: 一另一四个节点的npl等于子节点npl中最小值加1: npl(node) = min(npl(lchild), npl(rchild)) + 1

有了npl的概念,朋友可不须要完全的定义左倾堆。左倾堆是一另一四个符合下面要求的二叉树:

  • 要求1: 每个节点的优先级大于子节点的优先级
  • 要求2: 对于任意节点的左右另一四个子节点,右子节点的npl不大于左子节点的npl

左倾堆的性质

从上面的要求1和2可不须要知道,左倾堆的任意子树也是一另一四个左倾堆

就让左倾堆的形态学 ,左倾堆的右侧路径(right path)较短。右侧路径是指朋友从根节点现在开始,不断前往右子节点所构成的路径。对于一另一四个左倾堆来说,右侧路径上节点数不大于任意你你是什么路径上的节点数,就让,将违反左倾堆的要求2

朋友还可不须要证明推论2,就让一另一四个左倾堆的右侧路径上有r个节点,越来越该左倾堆将最少有2r-一另一四个节点。朋友采用归纳法证明:

  • r = 1, 右侧路径上有一另一四个节点,你你是什么你你是什么最少有21-一另一四个节点
  • 假设任意r, 左倾堆最少有2r-1节点。越来越对于一另一四个右侧路径节点数为r+1的左倾堆来说,根节点的右子树的右侧路径有r个节点。根节点的左子树的右侧路径最少有r个节点。根据假设,该左倾堆将包括: 
    • 右子树:最少有2r-1个节点
    • 左子树: 最少有2r-1个节点
    • 一另一四个根节点
  • 就让,对于r+1,整个左倾堆最少有2r+1-一另一四个节点。证明完成

换句话说,一另一四个n节点的的左倾堆,它的右侧路径最多有log(n+1)个节点。就让对右侧路径进行操作,其繁复度将是log(n)量级。

朋友将沿着右侧路径进行左倾堆的合并操作。合并采用递归。合并如下:

  1. (base case) 就让一另一四个空左倾堆与一另一四个非空左倾堆合并,返回非空左倾堆
  2. 就让另一四个左倾堆都非空,越来越比较另一四个根节点。取较小的根节点为新的根节点(满足要求1),合并较小根节点堆的右子堆与较大根节点堆。
  3. 就让右子堆npl > 左子堆npl,互换右子堆与左子堆。
  4. 更新根节点的npl = 右子堆npl + 1

上面的合并算法调用了合并操作自身,你你是什么你你是什么是递归。就让朋友沿着右侧路径递归,你你是什么你你是什么繁复度是log(n)量级。

左倾堆的实现

上面可不须要看过,左倾堆可不须要相对高效的实现合并(merge)操作。

你你是什么的堆操作,比如insert, delete_min都可不须要在merge基础上实现:

  • 插入(insert): 将一另一四个单节点左倾堆(新增节点)与一另一四个已有左倾堆合并
  • 删除(delete_min): 删除根节点,将剩余的左右子堆合并
/* By Vamei */

/* 
 * leftist heap
 * bassed on binary tree 
 */

#include <stdio.h>
#include <stdlib.h>

typedef struct node *position;
typedef int ElementTP;

struct node {
    ElementTP element;
    int npl;
    position lchild;
    position rchild;
};

typedef struct node *LHEAP;

LHEAP insert(ElementTP, LHEAP);
ElementTP find_min(LHEAP);
LHEAP delete_min(LHEAP);
LHEAP merge(LHEAP, LHEAP);
static LHEAP merge1(LHEAP, LHEAP);
static LHEAP swap_children(LHEAP);

int main(void)
{
    LHEAP h1=NULL;
    LHEAP h2=NULL;
    h1 = insert(7, h1);
    h1 = insert(3, h1);
    h1 = insert(5, h1);

    h2 = insert(2, h2);
    h2 = insert(4, h2);
    h2 = insert(8, h2);

    h1 = merge(h1, h2);
    printf("minimum: %d\n", find_min(h1));
    return 0;
}

/*
 * insert:
 * merge a single-node leftist heap with a leftist heap
 * */
LHEAP insert(ElementTP value, LHEAP h)
{
    LHEAP single;
    single = (position) malloc(sizeof(struct node));

    // initialze
    single->element  = value;
    single->lchild   = NULL;
    single->rchild   = NULL;

    return  merge(single, h);
}

/*
 * find_min:
 * return root value in the tree
 * */
ElementTP find_min(LHEAP h)
{
    if(h != NULL) return h->element;
    else exit(1);
}

/*
 * delete_min:
 * remove root, then merge two subheaps
 * */
LHEAP delete_min(LHEAP h)
{
    LHEAP l,r;
    l = h->lchild;
    r = h->rchild;
    free(h);
    return merge(l, r);
}

/*
 * merge two leftist heaps
 * */
LHEAP merge(LHEAP h1, LHEAP h2) 
{

    // if one heap is null, return the other
    if(h1 == NULL) return h2;
    if(h2 == NULL) return h1;

    // if both are not null
    if (h1->element < h2->element) { 
        return merge1(h1, h2);
    }
    else {
        return merge1(h2, h1);
    }
}

// h1->element < h2->element
static LHEAP merge1(LHEAP h1, LHEAP h2)
{
    if (h1->lchild == NULL) { 
        /* h1 is a single node, npl is 0 */
        h1->lchild = h2; 
    /* rchild is NULL, npl of h1 is still 0 */
    }
    else {
        // left is not NULL
    // merge h2 to right
    // swap if necessary
        h1->rchild = merge(h1->rchild, h2);
    if(h1->lchild->npl < h1->rchild->npl) {
        swap_children(h1);
    }
        h1->npl = h1->rchild->npl + 1; // update npl
    }
    return h1;
}

// swap: keep leftist property
static LHEAP swap_children(LHEAP h) 
{
    LHEAP tmp;
    tmp       = h->lchild;
    h->lchild = h->rchild;
    h->rchild = tmp;
}

总结

左倾堆利用不平衡的节点分布,让右侧路径保持比较短的情况汇报,从而提高合并的下行速度 。

在合并过程,通过左右互换,来恢复左倾堆的性质。

欢迎继续阅读“纸上谈兵: 算法与数据形态学 ”系列。