- 算法设计与分析
- 首页
- 算法基础
- DAA - 算法导论
- DAA - 算法分析
- DAA - 分析方法
- DAA - 渐近记号与先验分析
- DAA - 时间复杂度
- DAA - 主定理
- DAA - 空间复杂度
- 分治法
- DAA - 分治算法
- DAA - 最大最小问题
- DAA - 归并排序算法
- DAA - Strassen矩阵乘法
- DAA - Karatsuba算法
- DAA - 汉诺塔
- 贪心算法
- DAA - 贪心算法
- DAA - 旅行商问题
- DAA - Prim最小生成树
- DAA - Kruskal最小生成树
- DAA - Dijkstra最短路径算法
- DAA - 地图着色算法
- DAA - 分数背包问题
- DAA - 带截止日期的作业排序
- DAA - 最优合并模式
- 动态规划
- DAA - 动态规划
- DAA - 矩阵链乘法
- DAA - Floyd-Warshall算法
- DAA - 0-1背包问题
- DAA - 最长公共子序列算法
- DAA - 使用动态规划的旅行商问题
- 随机化算法
- DAA - 随机化算法
- DAA - 随机快速排序算法
- DAA - Karger最小割算法
- DAA - Fisher-Yates洗牌算法
- 近似算法
- DAA - 近似算法
- DAA - 顶点覆盖问题
- DAA - 集合覆盖问题
- DAA - 旅行商问题近似算法
- 排序技术
- DAA - 冒泡排序算法
- DAA - 插入排序算法
- DAA - 选择排序算法
- DAA - 希尔排序算法
- DAA - 堆排序算法
- DAA - 桶排序算法
- DAA - 计数排序算法
- DAA - 基数排序算法
- DAA - 快速排序算法
- 搜索技术
- DAA - 搜索技术导论
- DAA - 线性搜索
- DAA - 二分搜索
- DAA - 插值搜索
- DAA - 跳跃搜索
- DAA - 指数搜索
- DAA - 斐波那契搜索
- DAA - 子列表搜索
- DAA - 哈希表
- 图论
- DAA - 最短路径
- DAA - 多阶段图
- DAA - 最优代价二叉搜索树
- 堆算法
- DAA - 二叉堆
- DAA - 插入方法
- DAA - 堆化方法
- DAA - 提取方法
- 复杂度理论
- DAA - 确定性与非确定性计算
- DAA - 最大团
- DAA - 顶点覆盖
- DAA - P类与NP类
- DAA - 库克定理
- DAA - NP难与NP完全类
- DAA - 爬山算法
- DAA有用资源
- DAA - 快速指南
- DAA - 有用资源
- DAA - 讨论
二叉堆中的堆化操作
堆化方法重新排列数组中的元素,其中第i个元素的左子树和右子树满足堆属性。
堆化伪代码
Max-Heapify(numbers[], i) leftchild := numbers[2i] rightchild := numbers [2i + 1] if leftchild ≤ numbers[].size and numbers[leftchild] > numbers[i] largest := leftchild else largest := i if rightchild ≤ numbers[].size and numbers[rightchild] > numbers[largest] largest := rightchild if largest ≠ i swap numbers[i] with numbers[largest] Max-Heapify(numbers, largest)
当提供的数组不满足堆属性时,堆是根据以下算法Build-Max-Heap (numbers[])构建的。
Algorithm: Build-Max-Heap(numbers[]) numbers[].size := numbers[].length fori = ⌊ numbers[].length/2 ⌋ to 1 by -1 Max-Heapify (numbers[], i)
示例
以下是此操作在各种编程语言中的实现:
#include <stdio.h> void swap(int arr[], int i, int j) { int temp = arr[i]; arr[i] = arr[j]; arr[j] = temp; } void maxHeapify(int arr[], int size, int i) { int leftChild = 2 * i + 1; int rightChild = 2 * i + 2; int largest = i; if (leftChild < size && arr[leftChild] > arr[largest]) largest = leftChild; if (rightChild < size && arr[rightChild] > arr[largest]) largest = rightChild; if (largest != i) { swap(arr, i, largest); maxHeapify(arr, size, largest); // Recursive call to continue heapifying } } void buildMaxHeap(int arr[], int size) { for (int i = size / 2 - 1; i >= 0; i--) maxHeapify(arr, size, i); // Start heapifying from the parent nodes in bottom-up order } int main() { int arr[] = { 3, 10, 4, 5, 1 }; // Initial Max-Heap (or any array) int size = sizeof(arr) / sizeof(arr[0]); buildMaxHeap(arr, size); // Build the Max-Heap from the given array printf("Max Heap: "); for (int i = 0; i < size; i++) printf("%d ", arr[i]); // Print the updated Max-Heap printf("\n"); return 0; }
输出
Max Heap: 10 5 4 3 1
#include <iostream> #include <vector> using namespace std; void swap(vector<int>& arr, int i, int j) { int temp = arr[i]; arr[i] = arr[j]; arr[j] = temp; } void maxHeapify(vector<int>& arr, int size, int i) { int leftChild = 2 * i + 1; int rightChild = 2 * i + 2; int largest = i; if (leftChild < size && arr[leftChild] > arr[largest]) largest = leftChild; if (rightChild < size && arr[rightChild] > arr[largest]) largest = rightChild; if (largest != i) { swap(arr, i, largest); maxHeapify(arr, size, largest); // Recursive call to continue heapifying } } void buildMaxHeap(vector<int>& arr, int size) { for (int i = size / 2 - 1; i >= 0; i--) maxHeapify(arr, size, i); // Start heapifying from the parent nodes in bottom-up order } int main() { vector<int> arr = { 3, 10, 4, 5, 1 }; // Initial Max-Heap (or any array) int size = arr.size(); buildMaxHeap(arr, size); // Build the Max-Heap from the given array cout << "Max Heap: "; for (int i = 0; i < size; i++) cout << arr[i] << " "; // Print the updated Max-Heap cout << endl; return 0; }
输出
Max Heap: 10 5 4 3 1
import java.util.Arrays; public class MaxHeap { public static void swap(int arr[], int i, int j) { int temp = arr[i]; arr[i] = arr[j]; arr[j] = temp; } public static void maxHeapify(int arr[], int size, int i) { int leftChild = 2 * i + 1; int rightChild = 2 * i + 2; int largest = i; if (leftChild < size && arr[leftChild] > arr[largest]) largest = leftChild; if (rightChild < size && arr[rightChild] > arr[largest]) largest = rightChild; if (largest != i) { swap(arr, i, largest); maxHeapify(arr, size, largest); // Recursive call to continue heapifying } } public static void buildMaxHeap(int arr[]) { int size = arr.length; for (int i = size / 2 - 1; i >= 0; i--) maxHeapify(arr, size, i); // Start heapifying from the parent nodes in bottom-up order } public static void main(String args[]) { int arr[] = { 3, 10, 4, 5, 1 }; // Initial Max-Heap (or any array) buildMaxHeap(arr); // Build the Max-Heap from the given array System.out.print("Max Heap: "); for (int i = 0; i < arr.length; i++) System.out.print(arr[i] + " "); // Print the updated Max-Heap System.out.println(); } }
输出
Max Heap: 10 5 4 3 1
def swap(arr, i, j): arr[i], arr[j] = arr[j], arr[i] def max_heapify(arr, size, i): left_child = 2 * i + 1 right_child = 2 * i + 2 largest = i if left_child < size and arr[left_child] > arr[largest]: largest = left_child if right_child < size and arr[right_child] > arr[largest]: largest = right_child if largest != i: swap(arr, i, largest) max_heapify(arr, size, largest) # Recursive call to continue heapifying def build_max_heap(arr): size = len(arr) for i in range(size // 2 - 1, -1, -1): max_heapify(arr, size, i) # Start heapifying from the parent nodes in bottom-up order arr = [3, 10, 4, 5, 1] # Initial Max-Heap (or any array) build_max_heap(arr) # Build the Max-Heap from the given array print("Max Heap:", arr) # Print the updated Max-Heap
输出
Max Heap: [10, 5, 4, 3, 1]
广告