如果您的最大堆包含n个整数,那么查找第二大元素的最有效方法是什么?堆可以包含重复项,因此具有n-1
个最大值和1
个其他值的堆将返回另一个值
例如,包含数字的堆:
4,4,4,4,4,4,4,3,4
将返回值3
。
有没有比O(n)
运行时更快的方法?
答案 0 :(得分:3)
没有比[em> O(n)更好的时间复杂度了。使用您提供的示例数据(4,4,4,4,4,4,4,3,4
),堆可以例如是以下两者之一:
4 4
/ \ / \
4 4 4 4
/ \ / \ / \ / \
4 4 4 4 4 4 3 4
/ \ / \
4 3 4 4
... 3可以位于任何叶节点中,因为这取决于插入顺序。从根开始遍历时,无法知道3是在左边还是在右边。
如果您愿意使用略微替代的数据结构,则可以在 O(1)中完成:
在堆中存储唯一值。使用哈希图存储有关您添加的值的信息。在简单的情况下,此“信息”可以是发生计数器。因此,下一次您要在结构中插入 same 值时,您将检测到它已经在哈希图中,并且仅增加相应的出现计数器而不触摸堆。
对于上面的示例,数据结构如下:
heap hashmap
key | value (=frequency)
4 -----+-------------------
/ 4 | 8
3 3 | 1
如果您的数据元素是将键与一些相关数据(属性)结合在一起的复杂结构,那么您仍将只将键存储在堆中而不重复。然后,哈希图不会为每个键提供一个计数器,而是提供共享同一键的一组实际数据元素。
很明显,必须自定义插入,删除和查找等操作的实现。这是一些伪代码,假定存在两个具有相应行为的变量heap
和hashmap
:
function insert(element):
key = element.key
if key not in hashmap:
hashmap.set(key, new Array)
heap.insert(key)
arr = hashmap.get(key) # get a reference to the array
arr.append(element) # add element to array, affecting the hashmap-stored value
function extract(): # remove max element
if heap.size() == 0:
return # No more data
key = heap.peek() # look at root value
arr = hashmap.get(key) # get a reference to the array
element = arr.pop() # extract from array, affecting the hashmap-stored value
if arr.length() == 0:
heap.extract()
hashmap.delete(key)
return element
function peek(): # return element with max value
if heap.size() == 0:
return # No more data
key = heap.peek() # look at root value
arr = hashmap.get(key)
element = arr[-1] # last element in array
return element
您可以获得的最大值小于最大值,如下所示:
key = max(heap.root.children())
...,然后根据您期望的返回值,还可以从哈希图中甚至所有它们(如果有重复项)中获取相应的数据元素。