20172315 2018-2019-1 《程序设计与数据结构》第八周学习总结
教材学习内容总结
- 堆是一棵完全二叉树，其中的每一结点都小于或等于它的两个孩子。
- 一个堆也可以是最大堆（maxheap），其中的结点大于或等于它的左右孩子。
- 最小堆将其最小元素存储在该二又树的根处，且其根的两个孩子同样也是最小堆。
- addElement方法将给定的Comparable元素添加到堆中的恰当位置处，且维持该堆的完全性属性和有序属性。
- 因为一个堆就是一棵完全树，所以对于插入的新结点而言，只存在一个正确的位置，且它要么是h层左边的下一个空位置，要么是h+1层左边的第1个位置（如果h层是满的话）。
- 通常，在堆实现中，我们会对树中的最末一个结点，或更为准确是，最末一片叶子进行跟踪记录。
- 要维持该树的完全性，那么只有一个能替换根的合法元素，且它是存储在树中最末一片叶子上的元素。
- 虽然最小堆根本就不是一个队列，但是它却提供了一个高效的优先级队列实现。
- 因为我们要求在插入元素后能够向上遍历该树，所以堆中结点必须存储指向其双亲的指针。
- 在二又树的数组实现中，树的根位于位置0处，对于每一结点n，n的左孩子将位于数组的2n+l位置处，n的右孩子将位于数组的2（n+l）位置处。
- 链表实现和数组实现的addElement操作的时间复杂度同为O（logn）。
- 链表实现和数组实现的removeMin操作的复杂度同为0（logn）。
- heapSort方法的两部分构成：添加列表的每个元素，然后一次删除一个元素。
- 堆排序的复杂度为O（nlogn）。
教材学习中的问题和解决过程
- 问题1：为什么要维持该树的完全性，那么只有一个能替换根的合法元素，且它是存储在树中最末一片叶子上的元素
- 问题1解决方案：由于堆是队列结构，只能从堆中删除堆顶元素。移除堆顶元素之后，用堆的最后一个节点填补取走的堆顶元素，并将堆的实际元素个数减1。但用最后一个元素取代堆顶元素之后有可能破坏堆，因此需要将对自顶向下调整，使其满足最大或最小堆。
代码调试中的问题和解决过程
- 问题1：对于pp12.1说的堆中的比较操作必须依照进入该队列的顺序来进行是什么意思
- 问题1解决方案：优先级队列把优先级改为一样即可解决
代码托管
（statistics.sh脚本的运行结果截图）
上周考试错题总结
- 错题1及原因，理解情况
Insertion sort is an algorithm that sorts a list of values by repetitively putting a particular value into its final, sorted, position.
A . true
B . false
正确答案： B
你的答案： A
insertion sort：插入排序一种排序算法，通过反复地把某个元素插入到之前已排序的子列表中，实现元素的排序。
结对及互评
点评模板：
-
博客中值得学习的或问题：
- 对于教材内容解析到位
- 对于问题探讨不够
-
代码中值得学习的或问题：
- 代码简洁，一目了然
- 代码注释过少
点评过的同学博客和代码
学习进度条
| 代码行数（新增/累积） | 博客量（新增/累积） | 学习时间（新增/累积） | 重要成长 | |
|---|---|---|---|---|
| 目标 | 5000行 | 30篇 | 400小时 | |
| 第一周 | 0/0 | 0/0 | 0/0 | |
| 第二周 | 800/800 | 2/2 | 18/18 | |
| 第三周 | 600/1400 | 3/5 | 22/40 | |
| 第四周 | 700/1300 | 3/8 | 22/62 | |
| 第五周 | 400/1700 | 3/11 | 22/84 | |
| 第六周 | 200/1900 | 2/13 | 20/94 | |
| 第七周 | 400/2300 | 2/15 | 20/114 | |
| 第八周 | 600/2900 | 2/17 | 20/134 |