algorithm - 无法理解 K-way 合并算法(给出了反例)

标签 algorithm heap

在K路归并排序中,使用堆的解决方案:本质上是维护一个堆,并不断从该堆中提取最大值。我有一个反例来说明为什么这行不通。

5 -> 1 -> 0
4 -> 2 -> 1
3 -> 2 -> 0

假设我们初始化我们的堆。它包含 {5, 4, 3}。

我们运行 extract max,我们得到 5 并将其添加到我们的新列表(代表最终解决方案)。我们的堆现在看起来像 {4,3}。然后我们用我们从中提取最大元素的列表的头部重新填充我们的堆。

这意味着我们得到这样的结果:{4, 3, 1}。

这对我来说没有意义。这个堆不再代表前 K 个元素。 1 不应该用来重新填充堆,它应该是 2。所以,这个 O(nlgk) 方法对我来说没有多大意义。

我希望有人能阐明这个算法是如何工作的,因为我被困在这里了。

最佳答案

最大堆总是包含 k 个列表(或数组)的最大元素。对于您的“反击”示例:

5 -> 1 -> 0
4 -> 2 -> 1
3 -> 2 -> 0

堆是 {5, 4, 3} 包含这三个列表的最大元素。

现在你从堆中提取 5,意味着你也从第一个列表中删除 5:

5-->1-->0: after extract 5, the list now is 1-->0: so 1 now is the top of the list.

那么新堆是{4, 3, 1},仍然包含列表的最大元素。

让我们继续你的例子:提取 5 和堆化后的当前堆是:

{4, 3, 1}

从堆中提取 4,意味着您还从中删除了 4:

4-->2-->1: remove 4 you have 2-->1. 2 now is the top element of the list.

那么现在有一个新堆

{3, 2, 1}

继续这样做,你会得到你想要的(降序列表)。

关于algorithm - 无法理解 K-way 合并算法(给出了反例),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/49601013/

相关文章:

c++ - 使用 minheap 实现霍夫曼树

algorithm - 构建堆时,堆是否唯一?

algorithm - 如何确定我的算法的最坏情况复杂度?

c# - 创建 ASP.Net Table 很慢,有更好的解决方案吗?

algorithm - 尝试计算搜索词之间的相似度

c - 如何在 c 中解决具有许多不同级别(它们是递归的)的问题

python - 在 python 中,我应该如何在元组列表上实现最小堆?

python - 比较列表交集的算法

java - 打印列表的所有可能子集

algorithm - 动态更新数组的第 k 阶统计量