在一个包含n个元素的最小堆中，根元素最小，可以及时找到第7个最小元素。
- Θ(nlogn(
- θ(n(
- θ(logn(
- θ(1(
我的理解：在最小堆上找到最小元素的时间-一次检索操作-Θ(1(在最小堆中找到第二小元素的时间-需要2次2次−1=3次检查操作才能找到3个元素中第二小的元素—θ(1(。
找到第七个最小元素的时间-需要O(27−1(=O(127(检查操作，才能在127个可能的元素中找到第七大最小元素—θ(1(。
简而言之，如果所需操作的数量与输入大小n无关，那么它总是θ(1(。(在这里，我们对堆进行级别顺序遍历并检查元素(。
或者我也可以这样看：如果我们不被允许遍历堆，只允许默认的堆操作，我们将被限制执行Extract min7次，这将是O(n(。
我怀疑哪种方式是正确的——答案应该是什么。
最小堆是一种特定的节点排列，您可以遍历它来找到O(1(时间内第7个最小的元素，因为您最多必须访问127个节点。
优先级队列是一种抽象数据类型，它提供了一个提取最小操作，但不一定使用可以通过这种方式遍历的最小堆来实现。
在最小堆中提取最小值需要log(n)时间，并且由于限制在第7个位置(一个常数(，因此所花费的时间仍然是log(n)的数量级。
如果你试图找到第7个最小的元素，一种方法是从堆中提取顶部元素6次，然后读取(而不是提取(堆的顶部。这是你的第7小元素。您的运行时间仍然是log(n)的数量级，因为您正在从堆中删除固定次数。现在，您可能需要将这6个元素重新插入堆中。每个插入都有log(n)的最差时间，这仍然是log(n)，因为6是常数。