当前位置: 首页 > news >正文

【堆排】为何使用向下调整法建堆比向上调整法建堆更好呢?

文章目录

  • 前言
  • 一、堆排代码
  • 一、计算使用==向上调整法==建堆的时间复杂度
  • 二、计算使用==向下调整法==插入的时间复杂度
  • 总结


前言

在博主的上一篇博客堆排(链接在这里点击即可)的总结中提出啦使用向下调整法建堆比使用向上调整法建堆更好,是因为使用向上调整法建堆的时间复杂度为O(n*logn),使用向下调整法建堆的时间复杂度为O(n)。接下来博主就教大家如何计算它们的时间复杂度。


一、堆排代码

void Swap(int* x, int* y)
{int tmp = *x;*x = *y;*y = tmp;
}
//向上调整法
void AdjustUp(HPDataType* arr, int child)
{int parent = (child - 1) / 2;while (child > 0)//不需要等于,child只要走到根节点的位置,根节点没有父节点不需要交换{if (arr[child] < arr[parent])//若孩子结点比父结点小则交换{Swap(&arr[parent], &arr[child]);child = parent;parent = (child - 1) / 2;}else{break;}}
}
//向下调整法
void AdjustDown(HPDataType* arr, int parent, int n)
{int child = parent * 2 + 1;//左孩子while (child < n){//找左右孩子中找最小的if (child + 1 < n && arr[child] > arr[child + 1]){child++;}if (arr[child] < arr[parent]){Swap(&arr[child], &arr[parent]);parent = child;child = parent * 2 + 1;}else{break;}}
}
//堆排
void HeapSort(int* arr, int n)
{//向上调整法建堆for (int i = 0; i < n; i++){AdjustUp(arr, i);}//向下调整算法建堆//for (int i = (n-1-1)/2; i >= 0; i--)//{//	AdjustDown(arr, i , n);//}//循环将堆顶数据跟最后位置的数据进行交换int end = n - 1;while (end > 0){Swap(&arr[0], &arr[end]);AdjustDown(arr, 0, end);end--;}
}

一、计算使用向上调整法建堆的时间复杂度

for (int i = 0; i < n; i++)
{AdjustUp(arr, i);
}
  • 第1层,20个结点,最多需要向上移动0次。
  • 第2层,21个结点,最多需要向下移动1次。
  • 第3层,22个结点,最多需要向上移动2次。
  • 第h-1层,2h-2个结点,最多需要向上移动h-2次。
  • 第h层,2h-1个结点,最多需要向上移动h-1次。
    所以最多移动的次数总和为:
    (1) T(h) = 20(0)+21(1)+22(2)+…+2h-2(h-2)+2h-1(h-1)
    (2) 2T(h) = 21(0)+22(1)+23(2)+…+2h-1(h-2)+2h(h-1)
    (2)-(1) 得
    T(h) = -(21+22+23+…+2h-2+2h-1+2h-1)+2hh
    使用高中阶段学过的等比数列求和公式:S = a1
    (1-qn)/1-q可得
    T(h) = 2(1-2h)+2hh = 2+2h(h-2)
    再根据二叉树的性质:n = 2h-1,h = log2(n+1)可得
    T(n) = 2 + (n+1)(log2(n+1)-2) = (n+1)log2(n+1)-2
    n
    所以向上调整法建堆的时间复杂度为O(logn*n)

二、计算使用向下调整法插入的时间复杂度

for (int i = (n-1-1)/2; i >= 0; i--)
{AdjustDown(arr, i , n);
}
  • 第1层,20个结点,最多需要向下移动h-1次。
  • 第2层,21个结点,最多需要向下移动h-2次。
  • 第3层,22个结点,最多需要向下移动h-3次。
  • 第h-1层,2h-2个结点,最多需要向下移动1次。
  • 第h层,2h-1个结点,最多需要向下移动0次。

所以最多移动的次数总和为:
(1) T(h) = 20(h-1)+21(h-2)+22(h-3)+…+2h-2(1)
(2) 2T(h) = 21(h-1)+22(h-2)+23(h-3)+…+2h-1(1)
(2)-(1) 得
T(h) = 21+22+23+…+2h-2+2h-1-20(h-1)
T(h) =20+ 21+22+23+…+2h-2+2h-1-h
使用高中阶段学过的等比数列求和公式:S = a1
(1-qn)/1-q可得
T(h) = 2h-1-h
再根据满二叉树的性质:n = 2h-1,h = log2(n+1)可得
T(n) = n-log2(n+1)
*
所以向下调整法建堆的时间复杂度为O(n)


总结

通过这篇博客相信柚柚们已经清楚向下调整法建堆和向上调整法建堆的时间复杂度怎么计算啦,后期博主还会更新有关数据结构的博客,感兴趣的柚柚们可以关注博主喔~

http://www.lryc.cn/news/453398.html

相关文章:

  • 在Stable Diffusion WebUI中安装SadTalker插件时几种错误提示的处理方法
  • 使用ffmpeg合并视频和音频
  • 周末总结(2024/10/05)
  • 在Ubuntu中自动挂载SMB/CIFS共享
  • pWnOS2.0 靶机渗透( cms 渗透,php+mysql 网站渗透,密码碰撞)
  • 【AI】AIOT简介
  • picgo + typora + gitee图床
  • 【路径规划】多机器人路径规划
  • 深度学习Day-35:One-hot独热编码
  • Streamlit 实现登录注册验证
  • ASP.NET Zero 多租户介绍
  • 【60天备战2024年11月软考高级系统架构设计师——第29天:微服务架构——微服务的优缺点】
  • 读论文、学习时 零碎知识点记录01
  • 图解C#高级教程(一):委托
  • CMSIS-RTOS V2封装层专题视频,一期视频将常用配置和用法梳理清楚,适用于RTX5和FreeRTOS(2024-09-28)
  • 渗透测试入门学习——使用python脚本自动识别图片验证码,OCR技术初体验
  • docker环境下配置cerbot获取免费ssl证书并自动续期
  • Studying-多线程学习Part1-线程库的基本使用、线程函数中的数据未定义错误、互斥量解决多线程数据共享问题
  • Flink 03 | 数据流基本操作
  • 在 TS 的 class 中,如何防止外部实例化
  • HTML详解
  • 记录|Modbus-TCP产品使用记录【德克威尔】
  • 基于深度学习的视频生成
  • TB6612电机驱动模块(STM32)
  • webpack信息泄露
  • 启动服务并登录MySQL9数据库
  • 微服务_3.微服务保护
  • 【设计模式】软件设计原则——依赖倒置合成复用
  • vue中如何实现组件通信
  • C/C++:内存管理