堆是一个数组，可以被看成一个近似的完全二叉树。 树上的每一个结点对应数组中的一个元素

A[1...A.heap-size]

PARENT(i) return Li/2j

LEFT 2i

RIGHT 2i + 1

最大堆的性质 A[PARENT(i)] >= A[i]

最小堆的性子 A[PARENT(i)] <= A[i]

MAX-HEAPIFY o(lgn) 维护最大堆

BUILD-MAX-HEAP 线性时间复杂度

HEAPSORT o(n*lgn)

MAX-HEAP-INSERT,  HEAP-EXPACT-MAX, HEAP-INCREASE-KEY, HEAP-MAXIMUM

 

MAX-HEAPIFY(i)

l = LEFT(i)

r = RIGHT(i)

if l ＜＝　A.heap-size and A[l] > A[i]

    largest = l

else largest = i

if r <= A.heap-size and A[r] > A[i]

   largeset = r

if largest != i

　　exchange A[i] with A[largest]

　　MAX-HEAPIFY(largest)

 

 

建堆

BUILD-MAX-HEAP(A)

A.heap-size = A.length

for i = LA.length/2J downto 1MAX-HEAPIFY(A, i)

堆排序算法

HEAPSORT(A)

BUILD-MAX-HEAP(A)

for i = A.length donwto 2

　　exchange A[1] with A[i]

　　A.heap-size = A.heap-size -1

　　MAX-HEAPIFY(A,1)

利用BUILD-MAX-HEAP(A)将输入数组A[1...A.length]建成最大堆 因为数组最大元素总在根A[1] , 通过它与A[n] 进行交换，我们可以让该元素放到正确位置。如果我们从堆中去掉n 剩余节点中

根的孩子仍然是最大堆，而新的根节点可能违背最大堆的性质。为了维护最大堆的性子，我们调用MAX-HEPIFY(A,1)

 

优先队列
INSERT(S, x) 
MAXIMUM(S)
EXTRACT-MAX(S)
INCREASE-KEY(S, x, k)
用堆来实现优先队列，需要在堆中的每个元素里存储对对象的句柄
HEAP-MAXIMUM
 return A[1]
 
 HEAP-EXTRACT-MAX(S)
 if A.heap-size < 1
    error "heap underflow"
max = A[1]
A[1] = A[A.heap-size]
A.heap-size = A.heap-size - 1
MAX-HEAPIFY(A,1)
return max

HEAP-INCREASE-KEY(A, i, key)
if key < A[i]
    error "new key is smaller than current key"
A[i] = key
while i > 1 and A[PARENT(i)] < A[i]
    exchange A[i] with A[PARENT(i)]
    i = PARENT(i)
    
MAX-HEAP-INSERT(A, key)
A.heap-size = A.heap-size + 1
A[A.heap-size] = -OO
HEAP-INCREASE-KEY(A, A.heap-size, key)

 

本文转自莫水千流博客园博客，原文链接：http://www.cnblogs.com/zhoug2020/p/6160283.html，如需转载请自行联系原作者