3.8 KiB

Raw Blame History Unescape Escape

建堆操作 *

如果我们想要根据输入列表来生成一个堆，这样的操作被称为「建堆」。

两种建堆方法

借助入堆方法实现

最直接地，考虑借助「元素入堆」方法，先建立一个空堆，再将列表元素依次入堆即可。

设元素数量为 n ，则最后一个元素入堆的时间复杂度为 O(\log n) ，在依次入堆时，堆的平均长度为 \frac{n}{2} ，因此该方法的总体时间复杂度为 O(n \log n) 。

基于堆化操作实现

有趣的是，存在一种更加高效的建堆方法，时间复杂度可以达到 O(n) 。我们先将列表所有元素原封不动添加进堆，然后迭代地对各个结点执行「从顶至底堆化」。当然，无需对叶结点执行堆化，因为其没有子结点。

=== "Java"

```java title="my_heap.java"
[class]{MaxHeap}-[func]{MaxHeap}
```

=== "C++"

```cpp title="my_heap.cpp"
[class]{MaxHeap}-[func]{MaxHeap}
```

=== "Python"

```python title="my_heap.py"
[class]{MaxHeap}-[func]{__init__}
```

=== "Go"

```go title="my_heap.go"
[class]{maxHeap}-[func]{newMaxHeap}
```

=== "JavaScript"

```javascript title="my_heap.js"
[class]{MaxHeap}-[func]{constructor}
```

=== "TypeScript"

```typescript title="my_heap.ts"
[class]{MaxHeap}-[func]{constructor}
```

=== "C"

```c title="my_heap.c"
[class]{maxHeap}-[func]{newMaxHeap}
```

=== "C#"

```csharp title="my_heap.cs"
[class]{MaxHeap}-[func]{MaxHeap}
```

=== "Swift"

```swift title="my_heap.swift"
[class]{MaxHeap}-[func]{init}
```

=== "Zig"

```zig title="my_heap.zig"
[class]{MaxHeap}-[func]{init}
```

复杂度分析

第二种建堆方法的时间复杂度为什么是 O(n) 呢？我们来展开推算一下。

完全二叉树中，设结点总数为 n ，则叶结点数量为 (n + 1) / 2 ，其中 / 为向下整除。因此在排除叶结点后，需要堆化结点数量为 (n - 1)/2 ，即为 O(n) ；
从顶至底堆化中，每个结点最多堆化至叶结点，因此最大迭代次数为二叉树高度 O(\log n) ；

将上述两者相乘，可得时间复杂度为 O(n \log n) 。这个估算结果不够准确，因为我们没有考虑到 二叉树底层结点远多于顶层结点 的性质。

下面我们来展开计算。为了减小计算难度，我们假设树是一个「完美二叉树」，该假设不会影响计算结果的正确性。设二叉树（即堆）结点数量为 n ，树高度为 h 。上文提到，结点堆化最大迭代次数等于该结点到叶结点的距离，而这正是“结点高度”。

因此，我们将各层的“结点数量 \times 结点高度”求和，即可得到 所有结点的堆化的迭代次数总和。


T(h) = 2^0h + 2^1(h-1) + 2^2(h-2) + \cdots + 2^{(h-1)}\times1

化简上式需要借助中学的数列知识，先对 T(h) 乘以 2 ，易得


\begin{aligned}
T(h) & = 2^0h + 2^1(h-1) + 2^2(h-2) + \cdots + 2^{h-1}\times1 \newline
2 T(h) & = 2^1h + 2^2(h-1) + 2^3(h-2) + \cdots + 2^{h}\times1 \newline
\end{aligned}

使用错位相减法，令下式 2 T(h) 减去上式 T(h) ，可得


2T(h) - T(h) = T(h) = -2^0h + 2^1 + 2^2 + \cdots + 2^{h-1} + 2^h

观察上式，T(h) 是一个等比数列，可直接使用求和公式，得到时间复杂度为


\begin{aligned}
T(h) & = 2 \frac{1 - 2^h}{1 - 2} - h \newline
& = 2^{h+1} - h \newline
& = O(2^h)
\end{aligned}

进一步地，高度为 h 的完美二叉树的结点数量为 n = 2^{h+1} - 1 ，易得复杂度为 O(2^h) = O(n)。以上推算表明，输入列表并建堆的时间复杂度为 O(n) ，非常高效。

3.8 KiB Raw Blame History Unescape Escape