堆排序
来源:互联网 发布:windowsphone软件 编辑:程序博客网 时间:2024/06/15 08:44
一、要实现堆排序首先要理解堆相关的一些重要概念。
(1)什么是堆,堆于优先队列的关系?
堆实际上是优先队列数据结构的实现,也可以说,堆是具有优先队列性质的容器实现。
优先队列是允许下面两个操作的数据结构:
Insert
DeleteMin
即 DeleteMin <----[优先队列] <----Insert
尤其要强调的是DeleteMin的操作,这步操作目的是找到,返回,或删除最小项。切记!不仅仅是简单的出队,是做了一系列换位后将最小元素置换出来。
提供了类似这样的deleteMin操作和Insert操作的即是优先队列的实现。
(2)比如最容易想到的两种实现方式为:
[1] 以一个链表来实现,这样Insert操作很容易为O(1), deleteMin操作则需要遍历链表实现为O(n)
[2] 让一个链表始终保持排序状态,这样Insert操作变得复杂需要遍历链表才能确定插入位置,为O(n);deleteMin操作变为O(1)
堆也恰恰提供了这样的操作实现。并综合降低了Insert,deleteMin操作的复杂度。
我们常指的堆实际上是二叉堆,还有很多其他堆,如左式堆,斜堆,等等这里不介绍。!!
binary heap, 是一棵完全二叉树(不一定是满二叉树)每个结点的父节点都小于等于该节点,根节点除外。
完全二叉树有个非常非常重要的性质:可以用数组表示,而不需要用链表。 一定要理解此性质!!!
也就是说堆可以用数组实现。这样最大的好处是,可以在常数时间找到min,Insert操作为O(logn),deleteMin操作平均为O(logn)
二、举个例子,下图就是个最小堆,父节点都比子节点小。如果将其反过来,父节点都比子节点大,那就是最大堆。
如图,想象一下东西是怎么磊成堆的,就能理解这个名字的精妙了。
1
/ \
2 7
/ \ / \
3 4 8 9
堆很容易就可以用数组表示,任意元素i,其子节点就是[2*i],[2*i+1],其父节点就是[j/2],写起来很简单吧,也很容易理解。
堆排序的思想就是利用堆的这种父子节点大小关系的特性,来降低比较次数。
想象一下单循环淘汰赛,比如说欧洲冠军杯。先捉对厮杀,再一层一层往上走。堆排序就是这么做的。第一次从N中选出冠军。然后将冠军拿掉,剩下的N-1再选,以此计算,直到剩最后一个时,全部排序也就完成了。
举个例子:数组为:2, 5, 3, 2, 3, 0, 8, 1
得到初始状态如下图:
2
/ \
5 3
/ \ / \
2 3 0 8
/
1
选出第一个冠军:
8
/ \
5 2
/ \ / \
2 3 0 3
/
1
将冠军移到最后,然后,图也就变成
1
/ \
5 2
/ \ / \
2 3 0 3
8
继续选冠军:
5
/ \
1 3
/ \ / \
2 3 0 2
8
再将冠军移到树的最后:
2
/ \
1 3
/ \ / \
2 3 0 5
8
继续选冠军:
3
/ \
2 3
/ \ /
2 1 0 5
8
再将冠军移到树的最后:
0
/ \
2 3
/ \
2 1 3 5
8
继续选冠军:
3
/ \
2 0
/ \
2 1 3 5
8
再将冠军移到树的最后:
1
/ \
2 0
/
2 3 3 5
8
继续选冠军:
2
/ \
1 0
/
2 3 3 5
8
再将冠军移到树的最后:
2
/ \
1 0
2 3 3 5
8
继续选冠军:
2
/ \
1 0
2 3 3 5
8
再将冠军移到树的最后:
0
/
1 2
2 3 3 5
8
继续选冠军:
1
/
0 2
2 3 3 5
8
再将冠军移到树的最后:
0
1 2
2 3 3 5
8
搞定啦!
0, 1, 2, 3, 3, 5, 8
代码如下:
void FindMaxInHeap(int arr[], const int size) {
for (int j = size - 1; j > 0; --j) {
int parent = j / 2;
int child = j;
if (j < size - 1 && arr[j] < arr[j+1]) {
++child;
}
if (arr[child] > arr[parent]) {
int tmp = arr[child];
arr[child] = arr[parent];
arr[parent] = tmp;
}
}
}
void HeapSort(int arr[], const int size) {
for (int j = size; j > 0; --j) {
FindMaxInHeap(arr, j);
int tmp = arr[0];
arr[0] = arr[j - 1];
arr[j - 1] = tmp;
}
}
void TestHeapSort() {
int arr[] = {2, 5, 3, 2, 3, 0, 8, 1};
int n = sizeof(arr) / sizeof(arr[0]);
HeapSort(arr, n);
for (int j = 0; j < n; ++j) {
cout << arr[j] << ", ";
}
cout << endl;
}
三、由(一)的讨论,我们可以得到另外一种排序实现方法
排序的简单思路是,因为每次都能得到最大值(根结点),所以每做一次deleteMax操作即可去除一个最大值。这样做n次变得到排序结果。
于是容易得到基本代码:
void HeapSort(int p[], int size)
{
BuildMaxHeap(p, size);
for(int i=size-1; i>0; i--)
{
DeleteMax(p, i);
}
}
问题转化为如何实现BuildMaxHeap, DeleteMax操作。并有良好的时间,空间复杂度。
设待排序列为数组p[n] 如果将p建成堆后,很明显p[0]为根结点,即最大值。
考虑每次DeleteMax操作后,堆的大小变为n-1,可将p[0]与最后一个元素交换,于是DeleteMax操作的效果可视为:
n个元素的堆序列 -> n-1个元素的堆序列|Max 如此循环下去便能完成排序。
这里的BuildMaxHeap, DeleteMax均会用到下滤算法:如果某个元素影响堆序性质(父节点>=孩子)则将较大的孩子结点与其对换,如此往复下去,直至该元素到达正确位置。
BuildMaxHeap,建堆的实现方式:由于所有树叶无需进行下滤(没有孩子), 所以只对0 - size/2的结点进行下滤即可。
DeleteMax 操作需要将最大值即p[0]与堆数组的最后一个元素(如p[n])互换,然后对p[0]进行下滤操作即可得到一个 n-1个元素堆序列|max
代码实现:
#include <iostream>
using namespace std;
//template <typename Comparable>
void BuildMaxHeap(int p[], int size);
void DeleteMax(int p[], int size);
void PercolateDown(int array[],int hole, int size);
void HeapSort(int p[], int size)
{
BuildMaxHeap(p, size);
for (int i=size; i>=1; i--)
{
DeleteMax(p, i);
}
}
void BuildMaxHeap(int p[], int size)
{
//由于所有树叶无需进行下滤(没有孩子), 所以只对0 - size/2的结点进行下滤即可。
for (int i=size/2-1; i>=0; i--)
PercolateDown(p, i, size);
}
void DeleteMax(int p[], int size)
{
int tmp;
tmp = p[0];
p[0] = p[size-1];
p[size-1] = tmp;
PercolateDown(p, 0, --size);
}
void PercolateDown(int array[],int hole, int size)
{
int tmp = array[hole];
int child=0;
for (; (hole*2+1)<=(size-1); hole=child)
{
child = hole*2 + 1;
if (child<size-1 && (array[child+1] > array[child]))
child++;
if (array[child]>tmp)
array[hole] = array[child];
else
break;
}
array[hole] = tmp;
}
void PrintArray(int data[], int size)
{
for (int i=0; i<size; ++i)
{
cout <<data[i]<<" ";
}
cout<<endl;
}
int main(int argc, const char** argv)
{
int data[] = {20,34,4,53,43,42,6,67,193};
int size = sizeof(data)/sizeof(data[0]);
HeapSort(data, size);
PrintArray(data, size);
return 0;
}
- 堆及堆排序
- 堆/堆排序特点
- 【二叉堆、堆排序】
- 二叉堆 & 堆排序
- 二叉堆 & 堆排序
- 堆与堆排序
- 堆与堆排序
- 堆与堆排序
- 堆与堆排序
- 堆与堆排序
- 堆与堆排序
- 堆和堆排序
- 堆排序(最大堆)
- 堆和堆排序
- 堆和堆排序
- 堆及堆排序
- 堆和堆排序
- 堆与堆排序
- Fiddler 介绍二
- 尚观知识库--视频教程
- Android Service生命周期及用法!
- JAVA中的toString
- ubuntu下配置JDK环境变量
- 堆排序
- android 使用streams和byte-arrays从网络中获取图片
- 2011-8-9 10:43:08
- 教你理解复杂的C/C++声明
- Virtual 虚方法
- Myeclipse中加入jad方便查看.class文件
- IIS5.1安装
- css滤镜
- 2011年8月编程语言排行榜