Algorithm 二进制堆和斐波那契堆的实际应用

斐波那契堆和二进制堆的实际应用是什么？如果你能分享一些你用来解决问题的例子，那就太好了

---

编辑：还添加了二进制堆。好奇地想知道。

在现实生活中，你很少使用它。我相信Fibonacci堆的目的是改进Dijkstra算法的渐进运行时间。它可能会为非常非常大的输入提供改进，但大多数情况下，您只需要一个简单的二进制堆

从维基：

虽然 从开始的操作顺序 空结构以 上面给出的边界，一些（很少） 序列中的操作可能需要 需要很长时间才能完成（特别是 删除和删除最小值具有线性关系 最坏情况下的运行时间）。对于 这就是斐波那契堆和其他 摊销数据结构可能不可用 适用于实时系统

---

二进制堆是一种数据结构，可用于快速查找一组值中的最大值（或最小值）。它用于Dijkstra算法（最短路径）、Prim算法（最小生成树）和Huffman编码（数据压缩）。

优先级队列通常以堆的形式实现，例如：

---

使用二进制堆（例如，大型网站中的顶级搜索查询）可以有效地计算庞大数据集中的前N个元素。

不能说明斐波那契堆，但二进制堆用于优先级队列中。优先级队列广泛应用于实际系统中

一个已知的例子是内核中的进程调度。优先处理最高优先级的进程

---

我在集合的分区中使用了优先级队列。分区首先使用具有最大成员数的集合

在大多数情况下，您必须根据以下各项的复杂性进行选择：

• 插入
• 寻找元素

通常的嫌疑犯是：

• BST:

  日志（n）

  插入并查找
• 链表：

  O（1）

  insert和

  O（n）

  find
• 堆：

  • O（1）

    insert
    • 二进制堆的平均值，请参阅：）
    • 按斐波那契摊销。这比平均水平强，比最坏情况弱

  • O（1）

    仅查找第一个元素的，

    O（n）

    • 二进制堆的最坏情况
    • 斐波那契摊销

在最坏的情况下，还有达到

O（1）

的堆和其他堆，但需要比斐波那契更值得

因此，如果您的算法只需要“查找”第一个元素并进行大量插入，那么堆是一个不错的选择

---

正如其他人所提到的，Dijkstra就是这样。

“真实世界的使用”似乎提出了错误的问题，类似于“阵列的真实世界的使用是什么？”每个人都知道阵列的真实世界的使用！对比在整个编程过程中使用斐波那契堆的次数和使用数组的次数。相关：。执行摘要：在大多数实际应用程序中，二进制堆的性能优于斐波那契（Fibonacci），除非底层图非常密集。这基本上是因为二进制堆可以使用数组有效地实现，而斐波那契堆是作为指针系统实现的。@devnull:按照今天的站点标准，这是一种非常广泛的方法。我关闭它是为了反映这一点。注：斐波那契改进了摊销时间，而不是最坏的情况。二进制堆也有O（1）个平均值。