在某些情況下,我們希望使用一個(gè)列表的所有元素來構(gòu)建一個(gè)堆,這個(gè)過程被稱為“建堆操作”。
我們首先創(chuàng)建一個(gè)空堆,然后遍歷列表,依次對(duì)每個(gè)元素執(zhí)行“入堆操作”,即先將元素添加至堆的尾部,再對(duì)該元素執(zhí)行“從底至頂”堆化。
每當(dāng)一個(gè)元素入堆,堆的長(zhǎng)度就加一。由于節(jié)點(diǎn)是從頂?shù)降滓来伪惶砑舆M(jìn)二叉樹的,因此堆是“自上而下”地構(gòu)建的。
設(shè)元素?cái)?shù)量為 n ,每個(gè)元素的入堆操作使用 O(log?n) 時(shí)間,因此該建堆方法的時(shí)間復(fù)雜度為 O(nlog?n) 。
實(shí)際上,我們可以實(shí)現(xiàn)一種更為高效的建堆方法,共分為兩步。
每當(dāng)堆化一個(gè)節(jié)點(diǎn)后,以該節(jié)點(diǎn)為根節(jié)點(diǎn)的子樹就形成一個(gè)合法的子堆。而由于是倒序遍歷,因此堆是“自下而上”地被構(gòu)建的。
之所以選擇倒序遍歷,是因?yàn)檫@樣能夠保證當(dāng)前節(jié)點(diǎn)之下的子樹已經(jīng)是合法的子堆,這樣堆化當(dāng)前節(jié)點(diǎn)才是有效的。
值得說明的是,葉節(jié)點(diǎn)沒有子節(jié)點(diǎn),天然就是合法的子堆,因此無需堆化。如以下代碼所示,最后一個(gè)非葉節(jié)點(diǎn)是最后一個(gè)節(jié)點(diǎn)的父節(jié)點(diǎn),我們從它開始倒序遍歷并執(zhí)行堆化。
my_heap.cpp
/* 構(gòu)造方法,根據(jù)輸入列表建堆 */
MaxHeap(vector<int> nums) {
// 將列表元素原封不動(dòng)添加進(jìn)堆
maxHeap = nums;
// 堆化除葉節(jié)點(diǎn)以外的其他所有節(jié)點(diǎn)
for (int i = parent(size() - 1); i >= 0; i--) {
siftDown(i);
}
}
下面,我們來嘗試推算第二種建堆方法的時(shí)間復(fù)雜度。
將上述兩者相乘,可得到建堆過程的時(shí)間復(fù)雜度為 O(nlog?n) 。但這個(gè)估算結(jié)果并不準(zhǔn)確,因?yàn)槲覀儧]有考慮到二叉樹底層節(jié)點(diǎn)數(shù)量遠(yuǎn)多于頂層節(jié)點(diǎn)的性質(zhì)。
接下來我們來進(jìn)行更為準(zhǔn)確的計(jì)算。為了減小計(jì)算難度,假設(shè)給定一個(gè)節(jié)點(diǎn)數(shù)量為 n ,高度為 ? 的“完美二叉樹”,該假設(shè)不會(huì)影響計(jì)算結(jié)果的正確性。
圖 8-5 完美二叉樹的各層節(jié)點(diǎn)數(shù)量
如圖 8-5 所示,節(jié)點(diǎn)“從頂至底堆化”的最大迭代次數(shù)等于該節(jié)點(diǎn)到葉節(jié)點(diǎn)的距離,而該距離正是“節(jié)點(diǎn)高度”。因此,我們可以將各層的“節(jié)點(diǎn)數(shù)量
使用錯(cuò)位相減法,用下式
觀察上式,發(fā)現(xiàn)
進(jìn)一步地,高度為
更多建議: