【堆排】为何使用向下调整法建堆比向上调整法建堆更好呢?

ops/2024/10/9 1:52:31/

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.ppmy.cn/ops/122914.html

相关文章

Spring Boot:打造下一代医院管理系统

3系统分析 3.1可行性分析 通过对本医院管理系统实行的目的初步调查和分析&#xff0c;提出可行性方案并对其一一进行论证。我们在这里主要从技术可行性、经济可行性、操作可行性等方面进行分析。 3.1.1技术可行性 本医院管理系统采用JAVA作为开发语言&#xff0c;Spring Boot框…

数据提取之JSON与JsonPATH

第一章 json 一、json简介 json简单说就是javascript中的对象和数组&#xff0c;所以这两种结构就是对象和数组两种结构&#xff0c;通过这两种结构可以表示各种复杂的结构 > 1. 对象&#xff1a;对象在js中表示为{ }括起来的内容&#xff0c;数据结构为 { key&#xff1…

机械臂路径规划基本概念

机械臂路径规划是机器人学中的一个重要研究领域&#xff0c;旨在确定机械臂从起始位置到目标位置的最优路径。以下是机械臂路径规划的基本概念&#xff1a; 1. 笛卡尔空间与关节空间 笛卡尔空间&#xff08;Cartesian Space&#xff09;&#xff1a;在笛卡尔空间中进行路径规…

Vue3 指令详解

一、构建指令 1. 生命周期 created&#xff1a;在指令被绑定到元素之前调用。这个钩子很少使用&#xff0c;因为指令通常在元素存在时才需要进行操作。 beforeMount&#xff1a;在指令绑定的元素被插入到 DOM 之前调用。 mounted&#xff1a;在指令绑定的元素被插入到 DOM 后调…

AMD发布首个AI小语言模型:6900亿token、推测解码提速3.88倍

AMD发布了自己的首个小语言模型(SLM)&#xff0c;名为“AMD-135M”。相比于越来越庞大的大语言模型(LLM)&#xff0c;它体积小巧&#xff0c;更加灵活&#xff0c;更有针对性&#xff0c;非常适合私密性、专业性很强的企业部署。 AMD-135小模型隶属于Llama家族&#xff0c;有两…

SkyWalking 集成日志框架

logback官方配置 引入依赖 <!‐‐ apm‐toolkit‐logback‐1.x ‐‐> <dependency><groupId>org.apache.skywalking</groupId><artifactId>apm‐toolkit‐logback‐1.x</artifactId><version>8.5.0</version> </dependen…

Vue3项目开发——新闻发布管理系统(九)(完结篇)

文章目录 十一、用户信息管理1、用户基本资料管理1.1 页面设计1.2 封装接口,更新信息2、更换头像2.1 静态结构2.2 选择图片预览2.3 上传头像3、重置密码3.1 页面设计3.2 封装接口,更新密码十二、项目打包十三、系统全部源码下载十一、用户信息管理 用户信息管理包括功能:基…

APP自动化搭建与应用

APP自动化环境搭建 用于做APP端UI自动化&#xff0c;adb连接手机设备。 需要的工具java编辑器&#xff1a;jdk、Android-sdk软件开发工具组、appium的python客户端、nodes.js、夜神模拟器、apk包、uiautomatorviewer 第一步&#xff1a;安装sdk&#xff0c;里面包含建立工具bu…