Klucz zwiększania i zmniejszania w binarnym stosie min


17

W wielu dyskusjach na temat sterty binarnej zwykle tylko klawisz zmniejszania jest wymieniony jako obsługiwana operacja dla sterty min. Na przykład rozdział 6.1 CLR i ta strona Wikipedii . Dlaczego zwykle nie jest wyświetlany klucz zwiększenia dla min-sterty? Wyobrażam sobie, że można to zrobić w O (wysokość), iteracyjnie zamieniając element podwyższony (x) z minimum jego elementów potomnych, dopóki żadne z jego elementów potomnych nie będzie większe niż x.

na przykład

IncreaseKey(int pos, int newValue)
{
   heap[pos] = newValue;
   while(left(pos) < heap.Length)
   {
      int smallest = left(pos);
      if(heap[right(pos)] < heap[left(pos)])
         smallest = right(pos);
      if(heap[pos] < heap[smallest])
      { 
         swap(smallest, pos);
         pos= smallest;
      }
      else return;
   }   
}

Czy powyższe jest prawidłowe? Jeśli nie to dlaczego? Jeśli tak, dlaczego nie podano klucza zwiększenia dla min-sterty?


1
Powiedziałbym, że po przeczytaniu wszystkich odpowiedzi jest to dziwne pominięcie, prawdopodobnie spowodowane historycznie pierwszym użyciem min-sterty w algorytmie Dijkstry.
maaartinus

3
Oczywiście zawsze możesz zaimplementować klawisz zwiększania za pomocą usuwania, a następnie wstawiania, a samo usuwanie można zaimplementować jako klawisz zmniejszania (do -∞), po którym następuje delete-min.
davmac

Komentarz @maaartinus jest poprawną odpowiedzią.
maks.

Odpowiedzi:


6

Algorytm, który sugerujesz, jest po prostu heapify. I rzeczywiście - jeśli zwiększysz wartość elementu w min-stercie, a następnie skumulujesz jego poddrzewo, skończy się to legalną minaparą.


to dlaczego nie CLR lub Wikipedia listy Zwiększ klucz, aby być obsługiwaną operacją? W
pewnym sensie

Zgadzam się, że jest to mylące, ale nie widzę żadnego błędu w algorytmie.
Shaull

5

Przyczyną tego, że twojej operacji nie ma na liście, jest to, że nie interesują ją po prostu wszystkie operacje, które można łatwo wdrożyć przy użyciu określonej struktury danych, ale raczej w drugą stronę. Biorąc pod uwagę zestaw operacji, jaki jest najbardziej efektywny sposób (pod względem przestrzeni i czasu) na wdrożenie tych operacji. (Ale dodam do tego więcej później)

Stosy binarne implementują kolejkę priorytetową abstrakcyjnej struktury danych, która prosi o operacje to: pusty, dodaj_element (klucz o priorytecie), znajdź_min i usuń_min. Bardziej zaawansowane kolejki pozwalają również zmniejszyć priorytet klucza (w min_heap), a nawet go zwiększyć. W rzeczywistości dałeś implementację.

Dwie uwagi. Twoja operacja jest używana w funkcji heapify, która skutecznie konstruuje stertę z tablicy. W heapify twoja operacja jest powtarzana (zaczynając od ostatniego klucza).

A co najważniejsze, kod wykorzystuje pozycję węzła. Dla oszukującej kolejki priorytetowej czystej struktury danych. Ta struktura danych prosi o wykonanie określonej operacji z danym kluczem. Aby więc zmniejszyć lub zwiększyć priorytet elementu, najpierw musisz go zlokalizować. Myślę, że to główny powód, dla którego nie ma go na liście.


1
Dziękuję za wyjaśnienie. Jednak w CLR klawisz zmniejszania ma również pozycję jako węzeł jako parametr.
GatotPujo

Masz rację. Nie mogłem znaleźć przyczyny tej asymetrii w definicji kolejek priorytetowych w rozdz. 6.5 CLRS. Uwaga: klawisz zwiększenia nie jest używany w Heapsort, zastosowaniu tego rozdziału. Wygląda na to, że asymetria między wzrostem a spadkiem jest związana tylko ze sposobem wykorzystania struktury danych np. W algorytmie Dijkstry. Tam (przy użyciu stosu min) niektóre wybrane węzły mogą stać się bardziej pilne i zostaną przeniesione w górę stosu.
Hendrik Jan

0

Myślę, że pierwszą rzeczą do rozważenia jest obsługiwana operacja?

Czy „wstawienie wartości z określonym, stałym kluczem” (np. Dla kluczy pobranych z dziedziny liczb całkowitych, wstawienie z kluczem = 3) odpowiada obsługiwanej operacji dla stosu min?

Nie, ponieważ operację tę można w prosty sposób zaimplementować za pomocą bardziej ogólnych obsługiwanych operacji. Podobnie wstawianie 2 elementów jednocześnie można wykonać za pomocą istniejącej insertoperacji.

Z drugiej strony insertoperacji nie można zdefiniować inaczej niż poprzez ujawnienie szczegółów implementacji. Podobnie jest z operacjami wymienionymi na stronie wikipedii, z heapifywyjątkiem, które prawdopodobnie mogłyby być zaimplementowane przez sekwencję insert.

Innymi słowy, istnieją podstawowe operacje na typie, które są ściśle związane ze szczegółami implementacji, aby mogły dobrze działać, i są inne operacje, które nie przestrzegają tej reguły, a zatem mogą być realizowane jako kombinacje kanonicznych.

Mając na uwadze tę definicję, czy sądzisz, że klawisz zwiększenia można wdrożyć wyłącznie z innymi obsługiwanymi operacjami, bez utraty wydajności? Jeśli tak, to nie jest to obsługiwana operacja według powyższej definicji, w przeciwnym razie możesz mieć rację.

O ile mi wiadomo, definicja obsługiwanej przeze mnie operacji jest moja. Nie jest to formalne i dlatego podlega dyskusji (choć wydaje mi się dość jasne). Byłbym jednak zadowolony, gdyby ktoś mógł dostarczyć źródło, które jasno i jednoznacznie definiuje, czym jest obsługiwana operacja dla typów danych, lub przynajmniej definiuje ją lepiej niż moje (czy ta definicja jest podana w CLR? Nie mam kopii ).

Moja druga uwaga dotyczy sposobu definiowania kolejki priorytetowej (która jest racją bytu składów binarnych). Czy increase_keyoperacja jest niezbędna dla tego typu danych, tj. Do jego właściwego wykorzystania?

Jak widać, mój kąt dotyczy definicji. Naprawdę nie udzielam odpowiedzi na twoje pytania, a jedynie niektóre wskazówki, więc ulepszenia są mile widziane.


1
przykładowy przypadek użycia może być taki, jeśli chcę utrzymać kolejkę priorytetową obiektu na podstawie ostatnio użytych obiektów (np. w celu łatwego usunięcia ostatnio używanych obiektów). Mogę użyć stosu z datą ostatniego dostępu jako kluczem. W przypadku dostępu do obiektu jego klucz będzie musiał zostać zwiększony.
GatotPujo,

Bardzo dobra uwaga. Wydaje mi się, że mój punkt widzenia jest nieco ograniczony. Naprawdę, odpowiedź @HendrikJan przynosi bardzo dobre wyjaśnienie.
didierc
Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.