Questions tagged «priority-queues»

有很多数据结构实现了优先级队列接口： 插入：将元素插入结构 Get-Min：返回结构中的最小元素 Extract-Min：删除结构中的最小元素 实现此接口的常见数据结构是（min）堆。 通常，这些操作的（摊销）运行时间为： 插入：（有时）O（log n ）O（1 ）O(1)\mathcal{O}(1)O（对数n ）O(log⁡n)\mathcal{O}(\log n) Get-Min：O（1 ）O(1)\mathcal{O}(1) 提取最小值：O（对数n ）O(log⁡n)\mathcal{O}(\log n) 例如，斐波那契堆可达到这些运行时间。现在，我的问题是： 是否存在具有以下（摊销）运行时间的数据结构？ 插入：O（对数n ）O(log⁡n)\mathcal{O}(\log n) Get-Min：O（1 ）O(1)\mathcal{O}(1) 提取最小值：O（1 ）O(1)\mathcal{O}(1) 如果我们可以在给定排序输入的情况下在时间内构造这样的结构，那么我们可以例如在比使用“通常”优先级队列的路口快得多。o （nO（n ）O(n)\mathcal{O}(n)ø （Ñ日志ñ）o(nlog⁡n)o\left(\frac{n}{\log n}\right)

46 data-structures  amortized-analysis  priority-queues 

在许多关于二进制堆的讨论中，通常仅将减小键列为最小堆的受支持操作。例如，CLR第6.1章和此Wikipedia页面。为什么通常不会为最小堆列出增加密钥？我想可以通过将增加的元素（x）迭代替换为其最小的子元素来在O（height）中做到这一点，直到其子元素都不大于x为止。 例如 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; } } 以上正确吗？如果没有，为什么？如果是，为什么没有列出最小堆的增加密钥？

16 algorithms  data-structures  heaps  priority-queues 

我有一些优先级为复合类型的对象，并且仅部分排序。我需要按此优先级顺序选择对象（即每次产生最少的项）。但是，我宁愿选择队列是否稳定（从某种意义上说，如果存在多个最小元素，则应该首先返回最旧的元素），而不是随意完成订单。 是否有任何可用于部分排序的堆数据结构？还是修改了常规优先级队列才能使用它？我需要的算法的常见选择是简单的二进制或四进制堆，但这不适用于部分排序。 优先级值支持： 一个≼ b b ≼ 一个≼≼\preccurlyeqa≼ba≼ba \preccurlyeq bb≼ab≼ab \preccurlyeq a也可能为假。在这种情况下，我写。a⋚̸ba⋚̸ba \not\lesseqgtr b 查找INFI（glb）和uprema（lub）。是最大y，因此y \ preccurlyeq x_i。计算n个值的最小值需要O（n）时间。ý ý ≼ X 我 Ñ ø （Ñ ）inf(xi)inf(xi)\inf(x_i)yyyy≼xiy≼xiy \preccurlyeq x_innnO(n)O(n)O(n)下确界（并确）每一组的存在。 可以定义部分排序的线性扩展。将其用于优先级队列是一种简便的方法，因为该算法确实可以正常工作。但是顺序会影响性能，插入顺序看起来应该最好，以避免最坏的情况。 另外，我要在其中使用的算法需要知道队列中所有优先级的最小值。 优先级具有现实意义，但可能会发生变化，因此依靠它们可能拥有的其他属性似乎并不可行。 注意：二进制堆不适用于部分排序。假设一个带有aaa，bbb和c的二进制堆ccc，其中a≼ca≼ca \preccurlyeq c和a⋚̸ba⋚̸ba \not\lesseqgtr b以及a⋚̸ca⋚̸ca \not\lesseqgtr c。它们按该顺序放置，所以 a (0) / \ b (1) c (2) 现在已插入d。下一个自由头寸是3，b的左孩子bbb，所以我们得到 a (0) / …

16 data-structures  priority-queues 

最有可能在问过这个问题。来自CLRS（第二版）问题6.5-8- 给出一个时间算法，将k个排序列表合并为一个排序列表，其中n是所有输入列表中元素的总数。（提示：请使用最小堆进行k向合并。）O(nlgk)O(nlg⁡k)O(n \lg k)kkknnnkkk 由于有排序的列表且总共有n个值，所以我们假设每个列表包含n个kkknnn数字，而且每个列表都严格按升序排序，结果也将按升序存储。nknk\frac{n}{k} 我的伪代码看起来像这样- list[k] ; k sorted lists heap[k] ; an auxiliary array to hold the min-heap result[n] ; array to store the sorted list for i := 1 to k ; O(k) do heap[i] := GET-MIN(list[i]) ; pick the first element ; and keeps track of …

15 algorithms  algorithm-analysis  heaps  priority-queues 

在工作中，我的任务是推断一些有关动态语言的类型信息。我将语句序列重写为嵌套let表达式，如下所示： return x; Z => x var x; Z => let x = undefined in Z x = y; Z => let x = y in Z if x then T else F; Z => if x then { T; Z } else { F; Z } 由于我从一般类型信息开始，并试图推断出更具体的类型，因此自然的选择是精简类型。例如，条件运算符返回其真假分支类型的并集。在简单的情况下，它效果很好。 但是，在尝试推断以下类型时遇到了障碍： function …

11 programming-languages  logic  type-theory  type-inference  machine-learning  data-mining  clustering  order-theory  reference-request  information-theory  entropy  algorithms  algorithm-analysis  space-complexity  lower-bounds  formal-languages  computability  formal-grammars  context-free  parsing  complexity-theory  time-complexity  terminology  turing-machines  nondeterminism  programming-languages  semantics  operational-semantics  complexity-theory  time-complexity  complexity-theory  reference-request  turing-machines  machine-models  simulation  graphs  probability-theory  data-structures  terminology  distributed-systems  hash-tables  history  terminology  programming-languages  meta-programming  terminology  formal-grammars  compilers  algorithms  search-algorithms  formal-languages  regular-languages  complexity-theory  satisfiability  sat-solvers  factoring  algorithms  randomized-algorithms  streaming-algorithm  in-place  algorithms  numerical-analysis  regular-languages  automata  finite-automata  regular-expressions  algorithms  data-structures  efficiency  coding-theory  algorithms  graph-theory  reference-request  education  books  formal-languages  context-free  proof-techniques  algorithms  graph-theory  greedy-algorithms  matroids  complexity-theory  graph-theory  np-complete  intuition  complexity-theory  np-complete  traveling-salesman  algorithms  graphs  probabilistic-algorithms  weighted-graphs  data-structures  time-complexity  priority-queues  computability  turing-machines  automata  pushdown-automata  algorithms  graphs  binary-trees  algorithms  algorithm-analysis  spanning-trees  terminology  asymptotics  landau-notation  algorithms  graph-theory  network-flow  terminology  computability  undecidability  rice-theorem  algorithms  data-structures  computational-geometry 

一个Fibonnaci堆支持以下操作： insert(key, data) ：向数据结构添加一个新元素 find-min() ：使用最小键返回指向元素的指针 delete-min() ：用最小键删除元素 delete(node) ：删除由指向的元素 node decrease-key(node) ：减少由指向的元素的键 node 所有非删除操作均为（摊销）时间，删除操作为O （log n ）摊销时间。O(1)O(1)O(1)O(logn)O(log⁡n)O(\log n) 是否有increase-key(node)在（摊销）时间内也支持的优先级队列的任何实现？O(1)O(1)O(1)

11 data-structures  priority-queues