堆排序
来源:互联网 发布:input file js赋值 编辑:程序博客网 时间:2024/06/13 06:50
1.堆
堆实际上是一棵完全二叉树,其任何一非叶节点满足性质:
Key[i]<=key[2i]&&Key[i]<=key[2i+1]或者Key[i]>=Key[2i]&&key>=key[2i+1]
即任何一非叶节点的关键字不大于或者不小于其左右孩子节点的关键字。
堆分为大顶堆和小顶堆,满足Key[i]>=Key[2i+1]&&key>=key[2i+2]称为大顶堆,满足 Key[i]<=key[2i+1]&&Key[i]<=key[2i+2]称为小顶堆。由上述性质可知大顶堆的堆顶的关键字肯定是所有关键字中最大的,小顶堆的堆顶的关键字是所有关键字中最小的。
2.堆排序的思想
利用大顶堆(小顶堆)堆顶记录的是最大关键字(最小关键字)这一特性,使得每次从无序中选择最大记录(最小记录)变得简单。
其基本思想为(大顶堆):
1)将初始待排序关键字序列(R1,R2....Rn)构建成大顶堆,此堆为初始的无序区;
2)将堆顶元素R[1]与最后一个元素R[n]交换,此时得到新的无序区(R1,R2,......Rn-1)和新的有序区(Rn),且满足R[1,2...n-1]<=R[n];
3)由于交换后新的堆顶R[1]可能违反堆的性质,因此需要对当前无序区(R1,R2,......Rn-1)调整为新堆,然后再次将R[1]与无序区最后一个元素交换,得到新的无序区(R1,R2....Rn-2)和新的有序区(Rn-1,Rn)。不断重复此过程直到有序区的元素个数为n-1,则整个排序过程完成。
操作过程如下:
1)初始化堆:将R[1..n]构造为堆;
2)将当前无序区的堆顶元素R[1]同该区间的最后一个记录交换,然后将新的无序区调整为新的堆。
因此对于堆排序,最重要的两个操作就是构造初始堆和调整堆,其实构造初始堆事实上也是调整堆的过程,只不过构造初始堆是对所有的非叶节点都进行调整。
下面举例说明:
给定一个整形数组a[]={16,7,3,20,17,8},对其进行堆排序。
首先根据该数组元素构建一个完全二叉树,得到
20和16交换后导致16不满足堆的性质,因此需重新调整
这样就得到了初始堆。
此时3位于堆顶不满堆的性质,则需调整继续调整
/*堆排序(大顶堆) 2011.9.14*/ #include <iostream>using namespace std;void HeapAdjust(int *a,int i,int size) //调整堆 { int lchild=2*i; //i的左孩子节点序号 int rchild=2*i+1; //i的右孩子节点序号 int max=i; //临时变量 if(i<=size/2) //如果i是叶节点就不用进行调整 { if(lchild<=size&&a[lchild]>a[max]) { max=lchild; } if(rchild<=size&&a[rchild]>a[max]) { max=rchild; } if(max!=i) { swap(a[i],a[max]); HeapAdjust(a,max,size); //避免调整之后以max为父节点的子树不是堆 } } }void BuildHeap(int *a,int size) //建立堆 { int i; for(i=size/2;i>=1;i--) //非叶节点最大序号值为size/2 { HeapAdjust(a,i,size); } } void HeapSort(int *a,int size) //堆排序 { int i; BuildHeap(a,size); for(i=size;i>=1;i--) { swap(a[1],a[i]); //交换堆顶和最后一个元素,即每次将剩余元素中的最大者放到最后面 //BuildHeap(a,i-1); //将余下元素重新建立为大顶堆 HeapAdjust(a,1,i-1); //重新调整堆顶节点成为大顶堆 }} int main(int argc, char *argv[]){ int a[]={0,16,20,3,11,17,8,15}; //要排序的数为a[1]...a[6],a[0]不参与排序HeapSort(a,7);for(int i=1;i<=7;i++) cout<<a[i]<<" ";cout<<endl;system("pause"); return 0;}
/*堆排序(小顶堆) 2014.4.2*/ #include <iostream>using namespace std;//在堆(已是小顶堆)的末位插入数据i后,通过//MinHeapFixup(节点上移)函数调整为小顶堆void MinHeapFixup(int a[], int i) { int j, temp; temp=a[i]; j=(i-1)/2; //父结点 while(j>=0 &&i!=0) { if (a[j]<=temp) break; a[i] = a[j]; //把较大的子结点往下移动,替换它的子结点 i = j; j = (i - 1) / 2; } a[i] = temp; } //在最小堆中加入新的数据nNum void MinHeapAddNumber(int a[], int n, int i) { a[n] = i; //先插入数据i MinHeapFixup(a, n); //从新调整为小顶堆} //将小顶堆树根数据和树末位数据交换后,通过MinHeapFixdown//(节点下移)函数将n个数据调整为小顶堆(i标示要调整的起点)void MinHeapFixdown(int a[], int i, int n) { int j, temp; temp=a[i]; j = 2 * i + 1; while (j<n) { if (j +1<n && a[j+1]<a[j]) //在左右孩子中找最小的 j++; if (a[j]>=temp) break; a[i] = a[j]; //把较小的子结点往上移动,替换它的父结点 i=j; j = 2*i+1; } a[i] = temp; } //在最小堆中删除数 void MinHeapDeleteNumber(int a[], int n) { swap(a[0],a[n-1]); //将树根数据和树末位数据交换 MinHeapFixdown(a,0, n-1); //调整前n-1个数据为最小堆} //建立最小堆 void MakeMinHeap(int a[], int n){ for (int i=n/2-1;i>=0;i--) MinHeapFixdown(a,i,n);} void MinheapsortTodescendarray(int a[], int n) { for (int i = n - 1; i >= 1; i--) { swap(a[i], a[0]); MinHeapFixdown(a, 0, i); } } int main(int argc, char *argv[]){ int a[]={0,16,20,3,11,17,8,15}; //要排序的数为a[1]...a[6],a[0]不参与排序 MakeMinHeap(a,8); MinheapsortTodescendarray(a,8); for(int i=7;i>=0;i--) //逆序输出 cout<<a[i]<<" "; cout<<endl; system("pause"); 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
- 细说 ASP.NET Cache 及其高级用法
- 关于int *a; int &a; int & *a; int * &a
- [LeetCode]Linked List Cycle
- 取出对象中的字符串
- 类加载器---类加载器简介
- 堆排序
- 五子棋 - 稍微写出有点实际用途的程序了,感觉不错!
- 【LeetCode】Single Number
- WINDOWS下C++的套接字编程
- Android开发之使用SharedPreferences实现QQ登陆的选项框记忆功能(源代码分享)
- android应用开发MVC框架(一)
- Flex Socket 安全沙箱问题
- 深入了解bash与sh的区别
- C变量(auto、static、register、extern)函数(内部、外部)与存储