优先队列——二项队列（binominal queue）

【0】README

0.1） 本文文字描述部分转自数据结构与算法分析，旨在理解 优先队列——二项队列（binominal queue） 的基础知识；
0.2） 本文核心的剖析思路均为原创（insert，merge和deleteMin的操作步骤图片示例），源代码均为原创；
0.3） for original source code, please visit https://github.com/pacosonTang/dataStructure-algorithmAnalysis/tree/master/chapter6/p152_binominal_queue

【1】二项队列相关

1.0）Attention： 二项队列中不允许有高度相同的二项树存在该队列中；
1.1）problem+solution：

1.1.1）problem：虽然左式堆和斜堆每次操作花费O（logN）时间，这有效地支持了合并，插入和deleteMin，但还是有改进的余地，因为我们知道，二叉堆以每次操作花费常数平均时间支持插入。
1.1.2）solution： 二项队列支持所有这三种操作（merge + insert + deleteMin），每次操作的最坏情形运行时间为O（logN），而插入操作平均花费常数时间； （干货——优先队列的三种基本操作——merge + insert + deleteMin）

1.2）相关定义

1.2.1）二项队列定义： 二项队列不同于我们看到的所有优先队列的实现之处在于，一个二项队列不是一颗堆序的树，而是堆序树的集合，称为森林；（干货——二项队列的定义和构成，二项队列是二项树的集合，而二项树是一颗堆序树）
1.2.2）二项树定义： 堆序树中的每一颗都是有约束的形式。 （干货——二项树的定义）
1.2.3）二项树的构成：每一个高度上至多存在一颗二项树，高度为0的二项树是一颗单节点树；高度为k 的二项树Bk 通过将一颗二项树 Bk-1 附接到另一颗二项树Bk-1 的根上而构成；（干货——二项树的构成）

对上图的分析（Analysis）：

A1）二项树的性质：
- A1.1）从图中看到，二项树Bk 由一个带有儿子B0， B1， …, Bk-1的根组成；
- A1.2）高度为k 的二项树恰好有2^k 个节点；
- A1.3） 而在深度d 的节点数是二项系数。
A2）如果我们把堆序添加到二项树上，并允许任意高度上最多有一颗二项树，那么我们能够用二项树的集合唯一地表示任意大小的优先队列；

【2】二项队列操作（merge + insert + deleteMin）

2.1）合并操作（merge） （干货——合并操作的第一步就是查看是否有高度相同的二项树，如果有的话将它们merge）

step1） H1 没有高度为0的二项树而H2有，所以将H2中高度为0的二项树直接作为H3的一部分；（直接的意思==中间不需要merge）；
step2） H1 和 H2 中都有高度为1的二项树，将它们进行merge，得到高度为2的二项树（根为12）；
step3）现在存在三颗高度为2的二项树（根分别为12， 14， 23），将其中两个进行merge（如merge根为12 和根为14 的二项树），得到高度为3的二项树；
step4）所以，最后，我们得到二项队列，其集合包括：高度为０的二项树（根为13），高度为1的二项树（根为23），高度为3的二项树（高度为12）；

Attention）

A1）显然，merge操作是按照高度升序依次进行的；
A2）最后得到的二项队列不存在高度相同的二项树，即使存在，也要将高度相同的二项树进行merge；
A3）二项队里中的二项树的高度不必囊括所有的升序实数，即不必一定是0， 1， 2， 3，4 等等；也可以是0， 1， 3 等；
A4）单节点树的高度为0； （干货——树高度从零起跳）

2.2）插入操作（insert） （干货——insert操作是merge操作的特例，而merge操作的第一步就是查看是否有高度相同的二项树，如果有的话将它们merge）

2.2.1）插入操作实际上： 就是特殊情形的合并，我们只需要创建一颗单节点树并执行一次merge；
2.2.2）更准确地说： 如果元素将要插入的那个优先队列中不存在的最小的二项树是Bi，那么运行时间与 i + 1 成正比；

对上图的分析（Analysis）：

A1） 4 插入之后，与B0（根为3）进行merge，得到一颗高度为1的树B1’（根为3）；
A2）将B1’ 与 B1（根为1）进行merge 得到高度为2 的树B2’（根为1），它是新的优先队列；
A3）在插入7之后的下一次插入又是一个坏情形，因为需要三次merge操作；

2.3）删除最小值操作（deleteMin）

step1）找出一颗具有最小根的二项树来完成，令该树为Bk，令原始序列为H；
step2）从H中除去Bk，形成新的二项队列H’；
step3）再除去Bk的根，得到一些二项树B0, B1， …, Bk-1，它们共同形成优先队列H”；
step4） 合并H’ 和 H” ，操作结束；

【3】 source code and printing results

3.1）source code at a glance
Attention）二项队列的实现源代码用到了 儿子兄弟表示法；

#include "binominal_queue.h" #define MINIMAL 10000int minimal(BinominalQueue bq)
{int capacity;int i;int minimal;int miniIndex;  minimal = MINIMAL;capacity = bq->capacity;for(i=0; i<capacity; i++){if(bq->trees[i] && bq->trees[i]->value < minimal){minimal = bq->trees[i]->value;miniIndex = i;}}return miniIndex;
}// initialize the BinominalQueue with given capacity.
BinominalQueue init(int capacity)
{BinominalQueue queue;           BinominalTree* trees; int i;queue = (BinominalQueue)malloc(sizeof(struct BinominalQueue));if(!queue){Error("failed init, for out of space !");return queue;}   queue->capacity = capacity;trees = (BinominalTree*)malloc(capacity * sizeof(BinominalTree));if(!trees){Error("failed init, for out of space !");return NULL;}   queue->trees = trees;for(i=0; i<capacity; i++){queue->trees[i] = NULL;}return queue;
}  // attention: the root must be the left child of the binominal tree.
int getHeight(BinominalTree root)
{int height;     if(root == NULL){       return 0;       }height = 1; while(root->nextSibling){height++;root = root->nextSibling;}return height;
}// merge BinominalQueue bq2 into bq1.
void outerMerge(BinominalQueue bq1, BinominalQueue bq2)
{int height;int i;for(i=0; i<bq2->capacity; i++){height = -1;if(bq2->trees[i]){height = getHeight(bq2->trees[i]->leftChild);   // attention for the line above// height = height(bq2->trees[i]->leftChild); not height = height(bq2->trees[i]);merge(bq2->trees[i], height, bq1);}                   }
}// merge tree h1 and h2 = bq->trees[height],
// who represents the new tree and old one respectively.
BinominalTree merge(BinominalTree h1, int height, BinominalQueue bq)
{           if(h1 == NULL){return h1;}if(bq->trees[height] == NULL) // if the queue don't has the B0 tree.{       bq->trees[height] = h1;return bq->trees[height];}else // otherwise, compare the new tree's height with that of old one.{        if(h1->value > bq->trees[height]->value) // the new should be treated as the parent of the old.{       innerMerge(bq->trees[height], height, h1, bq);}else // the old should be treated as the parent of the new.{innerMerge(h1, height, bq->trees[height], bq);}}  return h1;
} BinominalTree lastChild(BinominalTree root)
{               while(root->nextSibling){       root = root->nextSibling;}return root;
}// merge tree h1 and h2 = bq->trees[height],
// who represents the new tree and old one respectively.
BinominalTree innerMerge(BinominalTree h1, int height, BinominalTree h2, BinominalQueue bq)
{if(h1->leftChild == NULL){h1->leftChild = h2;}else{lastChild(h1->leftChild)->nextSibling = h2;// attention for the line above// lastChild(h1->leftChild)->nextSibling = h2 not lastChild(h1)->nextSibling = h2}height++;bq->trees[height-1] = NULL;merge(h1, height, bq);  return h1;
} // insert an element with value into the priority queue.
void insert(ElementType value, BinominalQueue bq)
{TreeNode node;node = (TreeNode)malloc(sizeof(struct TreeNode));if(!node){Error("failed inserting, for out of space !");return ;}node->leftChild= NULL;node->nextSibling = NULL;   node->value = value;    merge(node, 0, bq);
}// analog print node values in the binominal tree, which involves preorder traversal.
void printPreorderChildSibling(int depth, BinominalTree root)
{           int i;if(root) {      for(i = 0; i < depth; i++)printf("    ");printf("%d\n", root->value);            printPreorderChildSibling(depth + 1, root->leftChild);                                  printPreorderChildSibling(depth, root->nextSibling);} else{for(i = 0; i < depth; i++)printf("    ");printf("NULL\n");}
}// print Binominal Queue bq
void printBinominalQueue(BinominalQueue bq)
{int i;for(i=0; i<bq->capacity; i++){printf("bq[%d] = \n", i);printPreorderChildSibling(1, bq->trees[i]);}
}void deleteMin(BinominalQueue bq)
{int i;  BinominalTree minitree; BinominalTree sibling;i = minimal(bq);minitree = bq->trees[i]->leftChild; //minitree->value=51free(bq->trees[i]);bq->trees[i] = NULL;            while(minitree){sibling = minitree->nextSibling;minitree->nextSibling = NULL;merge(minitree, getHeight(minitree->leftChild), bq);        minitree = sibling;}
}

3.2） printing results