Data structures 增强双边堆和旋转列表

当涉及到插入和删除时，堆是有效的，但对于搜索操作，它需要O（n）比较。 为了改进搜索，我们修改了heap并创建了双亲堆（biparentalheap，beap），其中每个节点都有两个父节点。Rest的所有方面都与heap相同。在beap中搜索需要进行O（sqrt（2n））比较

有人能告诉我如何通过对beap进行一些修改来进一步减少在任意节点上搜索的时间吗

提前感谢。

本文描述了1979年的“双亲堆”

这就提出了两种改进O（sqrt（2n））搜索时间的方法：

通过对每个级别进行排序，并坚持级别i的所有节点都小于级别i+1的所有节点。。。因此，搜索可以通过一个二进制切块来辅助，得到一个值得尊敬的O（log（n））。毫不奇怪，插入变得更加复杂，仍然是O（sqrt（N））

通过增加分支因子，使功为O（立方根（N））

[但是，注意到问题的措辞，你已经找到了研究报告，所以我恐怕不会告诉你太多。]

我是“堆”结构的超级粉丝，一个超级粉丝。。。但我认为理解它的局限性是明智的。堆是运行优先级队列的一种非常好的方法。堆排序是一种很好的排序，有一个保证的上界——但平均而言，不如快速排序好。还有别的事。。。有更好的数据结构

---

AVL树将为您提供O（log（n））搜索、插入和删除。哪个堆比O（sqrt（2n））好。更复杂的双亲堆将执行O（log（n））搜索，但insert和delete仍然是O（sqrt（n））。如果您想要一个不需要节点指针（如堆）的结构，我相信可以通过这种方式创建AVL树

当n=1000000（一百万）时，O（log2（n））为~20，而O（sqrt（2n））为~1414。。。很难对双亲堆感到兴奋：-(

---

在我看来，这是一个有趣的想法，它的时代从未到来。（或者，正如AA Milne所说的——我们这里有“一种很好的刹车……”。）

当你使用AVL tree时，你实际上是在窃取用户的内存来维护无聊的指针。几十年来每个人都这么做，这算不上什么犯罪，现在千兆字节的内存被偷走了，计算机的速度比以往任何时候都慢（他们交换了，哥们！），但仍然没有什么值得骄傲的。“如果你想要一个不需要节点指针（比如堆）的结构，我相信你可以用这种方式创建一个AVL树。”-你可以创建，但是你不能维护。而beap是这样做的。“对于n=1000000（一百万），O（log2（n））是~20，而O（sqrt（2n））是~1414。”-和O（n）是1000000（例如，500000个元素平均移动以插入一个排序数组），所以你最好再次对beap感到兴奋。