[硕.Love Python] FibonacciHeap(F堆 & 斐波那契堆)

class Node(object):
    __slots__ = [
        ‘data‘, ‘child‘, ‘left‘, ‘right‘,
        ‘degree‘, ‘parent‘, ‘childCut‘,
    ]

    def __init__(self, data):
        self.data = data
        self.child = None
        self.left = None
        self.right = None
        self.degree = 0

        self.parent = None
        self.childCut = False

    def __str__(self):
        return str(self.data)

    __repr__ = __str__

class FibonacciHeap(object):
    MAX_DEGREE = 20

    def __init__(self):
        self.root = None

    def combine(self, heap):
        self._dlistCombine(self.root, heap.root)

        if heap.root.data < self.root.data:
            self.root = heap.root

    def insert(self, node):
        if self.root is None:
            self.root = node
            self._initSiblingList(node)
        else:
            self._addSibling(self.root, node)
            if node.data < self.root.data:
                self.root = node

    def pop(self):
        if self.root is None:
            raise ValueError(‘pop from empty heap.‘)

        res = self.root
        self._clearParent(self.root.child)

        children = self.root.child
        siblings = self._dlistDelete(self.root)

        self.root = self._rebuild(children, siblings)

        return res

    def delete(self, node):
        if node is self.root:
            self.pop()
        else:
            parent = node.parent
            self._deleteChild(parent, node)
            if node.child:
                self._clearParent(node.child)
                self._dlistCombine(self.root, node.child)

            if parent:
                self._cascadingCut(parent)

    def decrease(self, node, k):
        print node.data, k
        node.data -= k
        print node.data
        parent = node.parent
        if parent and node.data < parent.data:
            self._deleteChild(parent, node)
            self._clearParent(node, False)
            self._addSibling(self.root, node)
            self._cascadingCut(parent)

        if node.data < self.root.data:
            self.root = node

    def _cascadingCut(self, node):
        while node.parent and node.childCut:
            parent = node.parent
            self._deleteChild(parent, node)
            self._addSibling(self.root, node)
            node = parent

        if node.parent:
            node.childCut = True

    def _rebuild(self, children, siblings):
        if children is None and siblings is None:
            return None

        treeArr = [None] * FibonacciHeap.MAX_DEGREE
        self._combineTrees(treeArr, children)
        self._combineTrees(treeArr, siblings)

        head = None
        treeIterator = iter(treeArr)

        for node in treeIterator:
            if node:
                break

        root = head = prev = node
        for node in treeIterator:
            if node:
                prev.right = node
                node.left = prev
                prev = node
                if node.data < root.data:
                    root = node

        head.left = prev
        prev.right = head

        return root

    def _combineTrees(self, treeArr, head):
        if head is None:
            return 
        
        node = head
        while True:
            tmp = node
            node = node.right

            for i in xrange(tmp.degree, len(treeArr)):
                if treeArr[i] is None:
                    break
                tmp = self._joinTree(tmp, treeArr[i])
                treeArr[i] = None
            else:
                raise Exception(‘max degree‘)
            treeArr[i] = tmp
            if node is head:
                break

    def _joinTree(self, tree1, tree2):
        if tree2.data < tree1.data:
            tree1, tree2 = tree2, tree1

        self._addChild(tree1, tree2)
        return tree1

    def _dlistInit(self, head):
        head.left = head.right = head

    def _dlistCombine(self, head1, head2):
        r1 = head1.right
        l2 = head2.left

        head1.right = head2
        head2.left = head1
        r1.left = l2
        l2.right = r1

    def _dlistInsert(self, head, node):
        node.left = head
        node.right = head.right 

        node.right.left = node
        head.right = node

    def _dlistDelete(self, node):
        if node.left is node:
            newHead = None
        else:
            node.left.right = node.right
            node.right.left = node.left
            newHead = node.right

        return newHead

    _initSiblingList = _dlistInit
    _addSibling = _dlistInsert

    def _addChild(self, parent, child):
        if parent.child is None:
            parent.child = child
            self._initSiblingList(child)
        else:
            self._addSibling(parent.child, child)
        child.parent = parent
        child.childCut = False
        parent.degree += 1

    def _deleteChild(self, parent, child):
        head = self._dlistDelete(child)
        if parent:
            parent.child = head
            parent.degree -= 1
            child.parent = None

    def _clearParent(self, head, islist=True):
        if head:
            head.parent = None
            if islist:
                node = head.right
                while node is not head:
                    node.parent = None
                    node = node.right

刘硕老师Python精品课程:

《Python高级编程技巧实战》:

http://coding.imooc.com/class/62.html

 

《Python算法实战视频课程》:

http://study.163.com/course/courseMain.htm?courseId=1003617013

 

《Python科学计算—NumPy实战课程》:

http://edu.51cto.com/course/course_id-5046.html

 

熊猫TV直播间:

http://www.panda.tv/671023

[硕.Love Python] FibonacciHeap(F堆 & 斐波那契堆)

时间: 2024-09-30 20:04:35

[硕.Love Python] FibonacciHeap(F堆 & 斐波那契堆)的相关文章

笔试算法题(46):简介 - 二叉堆 &amp; 二项树 &amp; 二项堆 &amp; 斐波那契堆

二叉堆(Binary Heap) 二叉堆是完全二叉树(或者近似完全二叉树):其满足堆的特性:父节点的值>=(<=)任何一个子节点的键值,并且每个左子树或者右子树都是一 个二叉堆(最小堆或者最大堆):一般使用数组构建二叉堆,对于array[i]而言,其左子节点为array[2*i],其右子节点为 array[2*i+1]:二叉堆支持插入,删除,查找最大(最小)键值的操作,但是合并二叉堆的复杂度较高,时间复杂度为O(N):但是二项堆或者斐波 那契堆则仅需要O(logN): 二项树(Binomial

《Thinking in Algorithm》16.堆结构之斐波那契堆

堆的变体: 二叉堆 二项堆 斐波那契堆 前面的博客中我们讲到的堆的两种变体,二叉堆和二项堆,今天我们要讲的就是著名的斐波那契堆. 依然首先列出了三种堆的时间复杂的比较. 从上面能发现斐波那契堆的时间复杂度在很多操作上有优化,如insert, minimum, union , decrease-key,而extreact-min,delete没有变化. 可能看到这很多人会说为什么有这么好的斐波那契堆,我们还要去研究其他堆呢,确实,理论上来讲,对于extreact-min和delete操作想对于其他

算法导论 第20章 斐波那契堆

一.概念 1.斐波那契堆 斐波那契堆是可合并堆 在不涉及删除的操作(除去EXTRACT和DELETE)中,操作仅需O(1)的平摊运行时间 当EXTRACT和DELETE的操作数目较小时斐波那契堆能得到较好的运行效率. 斐波那契堆不能有效地支持SEARCH操作 用于解决诸如最小生成树和寻找单源最短路径等问题的快速算法都要用到斐波那契堆. 2.斐波那契堆的结构 斐波那契堆由一组最小堆构成,这些最小堆是有根的无序树. 结点结构: key: 关键字,作为排序.判断结点大小的标准 left, right:

优先队列——斐波那契堆

1. 引言 最近一直在写最短路径的迪杰斯特拉与双向迪杰斯特拉算法,使用优先队列可以极大的加快算法的运行效率.比如在OL数据集中,对于迪杰斯特拉算法用优先队列(二叉堆实现)代替普通的数组(数据结构书中提供的算法)快了将近60倍. 由上可得如何实现优先队列对迪杰斯特拉.双向迪杰斯特拉以及其它用到优先队列的最短路径求解算法(如reach.A*)等至关重要.另外对于一些其他用到优先队列的问题也具有相当的影响. 对于优先队列来说,只需要入队.出队即可,因为该文章只关注堆的插入(push)与删除(delet

golang 实现斐波那契堆

二叉堆提供了o(lgn) 时间的插入, 删除最小,降级等操作,o(n) 时间的合并操作;  斐波那契堆提供了更优操作时间界限:o(1) 插入, o(lgn) 删除最小, o(lgn) 删除, o(1)合并. 根据算法导论上说,斐波那契堆在删除最小或删除操作被执行次数相比其他操作少得多时,尤为适用.一些图的算法中(计算最小生成树,单源最短路径)作为基本构建块(作为优先队用). 考虑到斐波那契堆实现的复杂,可能二叉堆在实践上更具可用性.就像rob pike 在 <notes on programmi

斐波那契堆(一)之 图文解析 和 C语言的实现

概要 本章介绍斐波那契堆.和以往一样,本文会先对斐波那契堆的理论知识进行简单介绍,然后给出C语言的实现.后续再分别给出C++和Java版本的实现:实现的语言虽不同,但是原理如出一辙,选择其中之一进行了解即可.若文章有错误或不足的地方,请不吝指出! 目录1. 斐波那契堆的介绍2. 斐波那契堆的基本操作3. 斐波那契堆的C实现(完整源码)4. 斐波那契堆的C测试程序 转载请注明出处:http://www.cnblogs.com/skywang12345/p/3659060.html 更多内容:数据结

斐波那契堆

斐波纳契堆(Fibonacci Heap)于 1984 年由 Michael L. Fredman 与 Robert E. Tarjan 提出,1987 年公开发表,名字来源于运行时分析所使用的斐波那契数. 斐波那契堆同二项堆(Binomial Heap)一样,也是一种可合并堆(Mergeable Heap).与二项堆一样,斐波那契堆是由一组最小堆有序树构成,但堆中的树并不一定是二项树.与二项堆中树都是有序的不同,斐波那契堆中的树都是有根而无序的. 实际上,斐波那契堆松散地基于二项堆.如果不对斐

[CLRS][CH 19]斐波那契堆

斐波那契堆简介 斐波那契堆(Fibnacci Heap)有两种用途:第一,支持一系列操作,这些操作构成了所谓的可合并堆.第二,其一些操作可以在常数时间内完成,这使得这种数据结构非常适合于需要频繁调用这些操作的应用. 可合并堆(Mergeable Heap)支持如下五种操作:Make-Heap(), Insert(H, x), Minmun(H), Extract-Min(H), Union(H1, H2).事实上,就是具备了快速合并操作的堆(Heap). 斐波那契堆还支持额外两种操作:Decre

算法导论 第十九章:斐波拉契堆

斐波拉契堆是由一组最小堆有序树组成,每棵树遵循最小堆性质,并且每棵树都是有根而无序的.所有树的根通过left和right指针来形成一个环形的双链表,称为该堆的根表. 对于一个给定的斐波拉契堆H ,可以通过指向包含最小关键字的树根指针H.min来访问.堆中每个节点还包含x.mark,x.degree两个域,x.degree表示x的子女表中的子女个数:x.mark表示从x上次成为另一个节点子女以来是否失掉一个孩子. 斐波拉契对的结构如下: 势能函数: 可以利用势能方法来分析斐波拉契堆的性能.其势能函