Maktub_Wiki Maktub_Wiki
主站 (opens new window)
  • 服务搭建
  • 网络服务
  • 开源框架
  • 操作系统
  • iOS/MacOS
  • 算法导论(Python)
  • Leetcode
  • 线性代数
主站 (opens new window)
  • 服务搭建
  • 网络服务
  • 开源框架
  • 操作系统
  • iOS/MacOS
  • 算法导论(Python)
  • Leetcode
  • 线性代数
  • 第2章 算法基础

    • 2.1 插入排序
    • 2.2 算法分析
    • 2.3 设计算法
  • 第6章 堆排序

    • 6.2 维护堆的性质
      • 说明
        • 代码
        • 时间复杂度
    • 6.3 建堆
    • 6.4 堆排序算法
    • 6.5 优先队列
  • 第7章 快速排序

    • 7.1 快速排序的描述
  • 第8章 线性时间排序

    • 8.2 计数排序
    • 8.4 桶排序
  • 第12章 二叉树搜索

    • 12.1 什么是二叉树搜索
    • 12.3 插入和删除
  • 第13章 红黑树

    • 13.1 红黑树的性质
    • 13.2 旋转
  • 第15章 动态规划

    • 15.4 最长公共子序列
  • 第23章 最小生成树

    • 23.2 Kruskal算法和Prim算法
  • 第24章 单源最短路径

    • 24.1 Bellman-Ford算法
    • 24.3 Dijkstra算法
  • 第25章 所有结点对的最短路径问题

    • 25.2 Floyd-Warshall算法
    • 25.3 用于稀疏图的Johnson算法
  • 第31章 数论算法

    • 31.2 最大公约数
    • 31.6 元素的幂
  • 第32章 字符串匹配

    • 32.4 Knuth-Morris-Pratt算法
  • 算法导论
  • 第6章 堆排序
Maktub_小明
2024-08-09
目录

6.2 维护堆的性质

# 说明

维护某个节点在最大堆中的位置

# 代码

from typing import List
import math
def parent(i:int)->int:
    return (i-1)//2
def left(i:int)->int:
    return 2*i+1
def right(i:int)->int:
    return 2*i+2
def max_heapify(A:List[int],i):
    l = left(i)
    r = right(i)
    largest = i
    if l < len(A) and A[l] > A[i]:
        largest = l
    if r < len(A) and A[r] > A[largest]:
        largest = r
    if largest != i:
        A[i],A[largest]=A[largest],A[i]
        max_heapify(A,largest)
param = [16,14,10,4,7,9,3,2,8,1]
max_heapify(param,3)
print(param)
# [16, 14, 10, 8, 7, 9, 3, 2, 4, 1]

# 时间复杂度

T(n)≤T(2n/3)+Θ(1)=O(lg⁡n)T(n) \leq T(2n/3) + \Theta(1) =O(\lg n) \ T(n)≤T(2n/3)+Θ(1)=O(lgn)

上次更新: 2025/03/22, 03:52:10
2.3 设计算法
6.3 建堆

← 2.3 设计算法 6.3 建堆→

Theme by Vdoing | Copyright © 2021-2025 Maktub_小明 | MIT License
  • 跟随系统
  • 浅色模式
  • 深色模式
  • 阅读模式