Algorithm 如果您有一个大小为14的二项式堆，如何判断哪个节点是根节点？

嗨，伙计们，我刚才对这个图表有个问题。 如何判断哪个节点是根节点，以及如何处理类似的问题

多谢各位

编辑：对不起，当我说heapify时，我的意思是做一个最大堆。 通常对于常规堆，我会从左到右，从第一个不是叶节点的节点开始向下筛选。不过，我不知道我怎么能在这里做到这一点

---

从概念上讲，根应该是唯一一个没有祖先的节点——在图表中为1。

这是一个二项式堆，它没有一个根，而是一组根（因为二项式堆是一组二项式树）

你说的“做一个最大的堆”是什么意思？ 最大堆和二项式堆之间的距离就像java和javascript一样接近

---

如果提取最少n次，则可以获得一个排序数组，该数组是最大堆。复杂性是O（n*log（n））。

我认为您试图将二项式堆视为二进制堆，这是行不通的

可以在没有显式链接的情况下将链接存储在数组中-链接在数组中的位置中是隐式的。无序数组可以“heapified”，重新排序以在O（n）时间内生成有效的二进制堆。这是二进制堆的一个关键优势——有一个轻量级的实现，可以很好地使用内存

我从来没有实现过，虽然我研究过它们，但那是很久以前的事了。不过，我很有信心，二项式堆不是二进制堆，不能以这种方式实现。二项式堆有其自身的优点，但它们并没有保留二进制堆的所有优点。如果二项式堆具有普遍的优越性，那么没有人会关心二进制堆

IIRC，二项式树（基于二项式堆）的正常实现是，每个父节点都有子节点的链接列表和根的链接列表。这些链表使用显式链接。这就是每个节点支持k个子节点的方式，k没有上限

二进制堆的重要额外操作是合并。如果一个二项式堆存储在一个带有隐式链接的数组中，那么合并显然需要大量的复制操作——首先将项目从一个数组复制到另一个数组中。因此，高效的合并是不可能的——二项式堆的关键优势将丢失

然而，对于显式链接，将两个二叉树合并为一个是O（1）指针篡改操作（将一个项目添加到链接列表的头部），因此两个二叉堆可以非常有效地与O（logn）二叉树合并

---

这有点像排序数组和二叉搜索树之间的区别。当然，排序数组有优点，但也有局限性。当您只需修改一两个链接而不在数组中移动项时，某些操作会更有效。有时您不需要这些操作，而且更有效的方法是避免使用链接，而只对排序数组进行二元搜索，这相当于搜索具有隐式链接的完全平衡的二元搜索树。

我不确定您在问什么。一般情况下，二项式堆不是树，而是树的集合。它没有“根节点”。即使它恰好是一棵树，它也应该已经被重分类，并且根节点是最小的关键节点。这都是二项式堆的定义，“最大堆”是最高优先级的项是最大（最大）项的任何堆。这可以是一个二项式堆，就像它可以是一个二进制堆一样简单。最大堆与最小堆独立于堆数据结构。这就是说，从最小堆到最大堆的改变是微不足道的（用代码交换代码），所以不要相信Adam真的在问他在问什么+不过，关于排序数组的一点，请参见1。