二叉堆(binary heap)的insert和build 时间复杂度分析
2014-11-12 12:56
260 查看
1. example
下图是构建max-heap的详细过程。worst-case下的时间复杂度分析
2. insert - O(logn)
在worst-case下,新插入的node 需要不断的和它的parent进行swap,直到它为root为止,正如上图所示。假设 heap的高度为h, binary tree最多有2^(h+1) - 1 个 nodes. 因此新插入一个node最多需要log(n+1) -1 次comparisons. big O is O(logn)
3. build - O(n)
从example里看出,build the heap可以通过连续的insertion完成,每次insertion需要O(logn), 有n个nodes,因此build的时间复杂度为O(nlogn)。Question:但是,为什么wiki里说build的时间复杂度为O(n)呢?
Answer:因为利用多次insertions来build a heap不是最优的算法。具体算法可参考这里。另外,这篇博客对时间复杂是O(n)进行了证明。简而言之就是,build的最优方法采用的是递归,自下而上的build。
相关文章推荐
- 递归算法的时间复杂度分析
- 直接插入排序算法c语言实现。 己它的时间复杂度分析。
- 桶排序与带循环的算法时间复杂度分析
- 算法时间复杂度分析
- 【转】递归算法的时间复杂度分析
- 部分GNU代码片 10、二叉堆(Binary Heap)
- 三分查找的时间复杂度分析
- 每天学习一算法系列(25)(一个台阶总共有n 级,如果一次可以跳1 级,也可以跳2 级,求总共有多少总跳法,并分析算法的时间复杂度。)
- 递归算法的时间复杂度分析
- 算法的时间复杂度分析
- 递归程序的时间复杂度分析---主定理
- lisa程序的时间空间复杂度分析
- 代数运算3(算法的时间复杂度分析)
- 递归算法的时间复杂度分析[转]
- 归并排序的改进算法(使用静态链表)的时间复杂度分析
- 递归算法的时间复杂度分析
- 算法的时间复杂度分析
- 递归函数时间复杂度分析
- 斐波那契数列算法的三种C#实现及时间复杂度分析
- 常用算法的时间复杂度分析