Heap在插入和删除方面很有效，但对于搜索操作，它需要进行O（n）比较。 为了改进搜索，我们修改堆并创建双子堆（beap），其中每个节点都有两个父节点。其余所有方面都与heap相同。在beap中搜索需要进行O（sqrt（2n））比较。
有人可以解释一下，我们如何通过对beap进行一些修改来进一步减少搜索任意节点所花费的时间。
提前致谢。
答案 0 :(得分：1)
1979年Research Report中描述了“双亲堆”。
这表明有两种改进O（sqrt（2n））搜索时间的方法：
通过对每个级别进行排序，并坚持级别i的所有节点都小于级别i + 1的所有节点...以便搜索可以通过二进制切割辅助，给出可敬的O（log （N））。毫不奇怪，插入变得更加复杂，仍然是O（sqrt（N））。
通过增加分支因子，使工作为O（立方根（N））
[但是，注意到问题的措辞，你已经找到了研究报告，所以我担心我不会告诉你很多。]
我是'堆'结构的忠实粉丝，是一个非常大的粉丝......但我认为理解它的局限是明智的。您的堆是运行优先级队列的一种非常好的方式。你的堆排序是一个很好的排序，有一个保证的上限 - 但平均而言不如快速排序那么好。对于其他任何事情......有更好的数据结构。
AVL树将为您提供O（log（n））搜索，插入和删除。哪个比O（sqrt（2n））更好（双关语）。更复杂的双父堆将进行O（log（n））搜索，但插入和删除仍然是O（sqrt（n））。如果你想要一个不需要节点指针的结构（比如堆）我肯定可以用这种方式创建一个AVL树。
对于n = 1000000（百万），O（log2（n））是~20而O（sqrt（2n））是~1414 ......很难对双父堆感到兴奋： - （
在我看来，这是一个有趣的想法，时间永远不会到来。 （或者，正如AA米尔恩在The Engineer中所说的那样 - 我们在这里“有一种好的刹车......”。）