A binary heap egy teljes bináris fa, amely egy tömbben van tárolva, amely fenntartja a heap property-t: egy min-heap-ben minden szülő ≤ a gyerekeinek, így a minimum mindig a gyökérnél van. Ez a priority queue standard megvalósítása.
1 index: 0 1 2 3 4
/ \ array: [1, 3, 5, 8, 4]
3 5 parent(i) = (i-1)//2
/ \ left(i) = 2i+1
8 4 right(i) = 2i+2
import heapq
h = []
heapq.heappush(h, 5) # O(log n) — bubble up
heapq.heappush(h, 1)
heapq.heappush(h, 3)
smallest = h[0] # peek min -> O(1)
heapq.heappop(h) # O(log n) — remove root, sift down -> 1
| Operation | Time |
|---|---|
| peek min/max | O(1) |
| push (insert) | O(log n) |
| pop (extract) | O(log n) |
| build heap from n items | O(n) |
A heap azonnal megadja neked a következő legfontosabb elemet anélkül, hogy mindent teljesen rendezve tartanál, ami sokkal olcsóbb, mint az újra rendezés.
Ez a prioritás által vezérelt algoritmusok alapja, és a "k legnagyobb/legkisebb" kérdésekre egy gyakran használt interjú eszköz.