优先行列
许多应用程序都需要处置有序的元素，但纷歧定要求它们所有有序，或是纷歧定要一次就将它们排序。许多情形下是 *** 一些元素，处置当前键值更大的元素，然后再 *** 更多的元素，再处置当前键值更大的元素。这种情形下，需要的数据结构支持两种操作：删除更大的元素和插入元素。这种数据结构类型叫优先行列。
这里，优先行列基于二叉堆数据结构实现，用数组保留元素并根据一定条件排序，以实现对数级别的删除和插入操作。
1.API
优先行列是一种抽象数据类型，它示意了一组值和对这些值的操作，抽象层使应用和实现隔离开来。
2.低级实现
1.无序数组实现
优先行列的 insert 方式和下压栈的 push 方式一样。删除更大元素时，遍历数组找出更大元素，和界限元素交流。
2.有序数组实现
插入元素时，将较大的元素向右移一格（和插入排序一样）。这样删除时，就可以直接 pop。
使用链接也是一样的逻辑。
这些实现总有一种操作需要线性级别的时间复杂度。使用二叉堆可以保证操作在对数级别的时间完成。
3.堆的界说
数据结构二叉堆可以很好地实现优先行列地基本操作。在二叉堆数组中，每个元素都要保证大于即是另两个特定位置地元素。同样，这两个位置地元素又至少要大于即是数组中另外两个元素，以此类推。用二叉树示意：
当一棵二叉树的每个结点都大于即是它的两个子节点时，它被成为堆有序。从随便结点向上，都能获得一列非递减的元素；从随便结点向下，都能获得一列非递增的元素。根结点是堆有序的二叉树中更大的结点。
二叉堆示意法
这里使用完全二叉树示意：将二叉树的结点根据层级顺序（从上到下，从左往右）放入数组中，不使用数组的第一个位置（为了利便盘算），根结点在位置 1 ，它的子结点在位置 2 和 3，子结点的子结点划分在位置 4，5，6，7，一次类推。
在一个二叉堆中，位置 k 的结点的父节点位置在 k/2，而它的两个子结点在 2k 和 2k + 1。可以通过盘算数组的索引而不是指针就可以在树中上下移动。
一棵巨细为 N 的完全二叉树的高度为 lgN。
4.堆的算法
用长度为 N+1 的私有数组 pq[ ] 示意一个巨细为 N 的堆。
堆在举行插入或删除操作时，会打破堆的状态，需要遍历堆并根据要求将堆的状态恢复。这个历程称为 堆的有序化。
堆的有序化分为两种情形：当某个结点的优先级上升（或在堆底加入一个新的元素）时，需要由下至上恢复堆的顺序；当某个结点的优先级下降（例如将根节点替换为一个较小的元素），需要由上至下恢复堆的顺序。
上浮（由下至上的堆的有序化）
当某个结点比它的父结点更大时，交流它和它的父节点，这个结点交流到它父节点的位置。但有可能比它现在的父节点大，需要继续上浮，直到遇到比它大的父节点。（这里不需要对照这个子结点和同级的另一个子结点，由于另一个子结点比它们的父结点小）
//上浮 private void Swim(int n) { while (n > 1 && Less(n / 2, n)) { Exch(n/2,n); n = n / 2; } }
下沉（由上至下的堆的有序化）
当某个结点 k 变得比它的两个子结点（2k 和 2k+1）更小时，可以通过将它和它的两个子结点较大者交流来恢复堆有序。交流后在子结点处可能继续打破堆有序，需要继续重复下沉，直到它的子结点都比它小或到达底部。
//下沉 private void Sink(int k) { while (2 * k <= N) { int j = 2 * k; //取更大的子节点 if (j < N && Less(j, j + 1)) j++; //若是父节点不小子节点，退出循环 if (!Less(k,j)) break; //否则交流，继续下沉 Exch(j,k); k = j; } }
知道了上浮和下沉的逻辑，就可以很好明白在二叉堆中插入和删除元素的逻辑。
插入元素：将新元素加到数组末尾，增添堆的巨细并让这个新元素上浮到合适的位置。
删除更大元素：从数组顶端（即 pq[1]）删除更大元素，并将数组最后一个元素放到顶端，削减数组巨细并让这个元素下沉到合适位置。
public class MaxPriorityQueue { private IComparable[] pq; public int N; public MaxPriorityQueue(int maxN) { pq = new IComparable[maxN+1]; } public bool IsEmpty() { return N == 0; } public void Insert(IComparable value) { pq[++N] = value; Swim(N); } public IComparable DeleteMax() { IComparable max = pq[1]; Exch(1,N--); pq[N + 1] = null; Sink(1); return max; } //下沉 private void Sink(int k) { while (2 * k <= N) { int j = 2 * k; //取更大的子节点 if (j < N && Less(j, j + 1)) j++; //若是父节点不小子节点，退出循环 if (!Less(k,j)) break; //否则交流，继续下沉 Exch(j,k); k = j; } } //上浮 private void Swim(int n) { while (n > 1 && Less(n / 2, n)) { Exch(n/2,n); n = n / 2; } } private void Exch(int i, int j) { IComparable temp = pq[i]; pq[i] = pq[j]; pq[j] = temp; } private bool Less(int i, int j) { return pq[i].CompareTo(pq[j]) < 0; } }
上述算法对优先行列的实现能够保证插入和删除更大元素这两个操作的用时和行列的巨细成对数关系。这里省略了动态调整数组巨细的代码，可以参考下压栈。
对于一个含有 N 个元素的基于堆的优先行列，插入元素操作只需要不跨越（lgN + 1）次对照，由于 N 可能不是 2 的幂。删除更大元素的操作需要不跨越 2lgN次对照（两个子结点的对照和父结点与较大子节点的对照）。
对于需要大量混杂插入和删除更大元素的操作，优先行列很适合。
改善
1. 多叉堆
基于数组示意的完全三叉树：对于数组 1 至 N 的 N 个元素，位置 k 的结点大于即是位于 3k-1, 3k ,3k +1 的结点，小于即是位于 （k+1）/ 3 的结点。
2.调整数组巨细
使用动态数组，可以组织一个无需关注行列巨细的优先行列。可以参考下压栈。
3.索引优先行列
在许多应用程序中，允许客户端引用优先级行列中已经存在的项目是有意义的。一种简朴的方式是将唯一的整数索引与每个项目相关联。
堆排序
我们可以把随便优先行列酿成一种排序方式：先将所有元素插入一个查找最小元素的优先行列，再重复挪用删除操作删除最小元向来将它们按顺序删除。这种排序成为堆排序。
堆排序的第一步是堆的组织，第二步是下沉排序阶段。
1.堆的组织
简朴的方式是行使前面优先行列插入元素的方式，从左到右遍历数组挪用 Swim 方式（由上算法所需时间和 N logN 成正比）。一个更伶俐高效的方式是，从右（中心位置）到左挪用 Sink 方式，只需遍历一半数组，由于另一半是巨细为 1 的堆。这种方式只需少于 2N 次对照和 少于 N 次交流。（堆的组织历程中处置的堆都对照小。例如，要组织一个 127 个元素的数组，需要处置 32 个巨细为 3 的堆， 16 个巨细为 7 的堆，8 个巨细为 15 的堆， 4 个巨细为 31 的堆， 2 个巨细为 63 的堆和 1 个巨细为127的堆，因此在最坏情形下，需要 32*1 + 16*2 + 8*3 + 4*4 + 2*5 + 1*6 = 120 次交流，以及两倍的对照）。
2.下沉排序
堆排序的主要事情在第二阶段。将堆中更大元素和堆底元素交流，并下沉至 N--。相当于删除更大元素并将堆底元素放至堆顶（优先行列删除操作），将删除的更大元素放入空出的数组位置。
public class MaxPriorityQueueSort { public static void Sort(IComparable[] pq) { int n = pq.Length; for (var k = n / 2; k >= 1; k--) { Sink(pq, k, n); } //上浮需要遍历所有 //for (var k = n; k >= 1; k--) //{ // Swim(pq, k); //} while (n > 1) { Exch(pq,1,n--); Sink(pq,1,n); } } private static void Swim(IComparable[] pq, int n) { while (n > 1 && Less(pq,n / 2, n)) { Exch(pq,n / 2, n); n = n / 2; } } //下沉 private static void Sink(IComparable[] pq,int k, int N) { while (2 * k <= N) { int j = 2 * k; //取更大的子节点 if (j < N && Less(pq,j, j + 1)) j++; //若是父节点不小子节点，退出循环 if (!Less(pq, k,j)) break; //否则交流，继续下沉 Exch(pq, j,k); k = j; } } private static void Exch(IComparable[] pq, int i, int j) { IComparable temp = pq[i-1]; pq[i - 1] = pq[j - 1]; pq[j - 1] = temp; } private static bool Less(IComparable[] pq, int i, int j) { return pq[i - 1].CompareTo(pq[j - 1]) < 0; } public static void Show(IComparable[] a) { for (var i = 0; i < a.Length; i++) Console.WriteLine(a[i]); } }
堆排序的轨迹
将 N 个元素排序，堆排序只需少于 （2N lgN + 2N）次对照以及一半次数的交流。2N 来自堆的组织，2N lgN 是每次下沉操作最多需要 2lgN 次对照。
先下沉后上浮
在排序历程中，大多数重新插入堆中的项目都市一直到达底部。因此，通过制止检查元素是否已到达其位置，可以简朴地提升两个子结点中的较大者直到到达底部，然后上浮到适当位置，从而节省时间。这个方式将对照数削减了2倍，但需要分外的簿空间。只有当对照操作价值较高时可以使用这种方式。（例如将字符串或其他键值较长类型的元素排序）。
堆排序是能够同时更优行使空间和时间的方式，在最坏情形下也能保证 ~2N lgN 次对照和恒定的分外空间。当空间重要时，可以使用堆排序。但堆排序无法行使缓存。由于它的数组元素很少喝相邻的其他元素对照，因此缓存未掷中的次数要远高于大多数对照都在相邻元素之间举行的算法。
,
欢迎进入欧博开户网址（Allbet Gaming）:www.aLLbetgame.us，欧博网址开放会员注册、 *** 开户、电脑客户端下载、苹果安卓下载等业务。