堆排序
来源:互联网 发布:apache 负载均衡 策略 编辑:程序博客网 时间:2024/06/05 13:36
原出处:http://blog.csdn.net/zhangxiangdavaid/article/details/30069623
堆排序(Heap Sort):使用堆这种数据结构来实现排序。
先看下堆的定义:
最小堆(Min-Heap)是关键码序列{k0,k1,…,kn-1},它具有如下特性:
ki<=k2i+1,
ki<=k2i+2(i=0,1,…)
简单讲:孩子的关键码值大于双亲的。
同理可得,最大堆(Max-Heap)的定义:
ki>=k2i+1,
ki>=k2i+2(i=0,1,…)
同样的:对于最大堆,双亲的关键码值大于两个孩子的(如果有孩子)。
堆的特点:
- 堆是一种树形结构,而且是一种特殊的完全二叉树。
- 其特殊性表现在:它是局部有序的,其有序性只体现在双亲节点和孩子节点的关系上(树的每一层的大小关系也是可以体现的)。兄弟节点无必然联系。
- 最小堆也被称为小顶堆(根节点是最小的),最大堆也被称为大顶堆(根节点是最大的)。我们常利用最小堆实现从小到大的排序,最大堆实现从大到小的排序。
要想实现排序,第一个问题:如何建堆?(以最小堆为例,最大堆同理)
建堆:从最后一个内部节点开始,不断地向下调整,直到根节点。
画个流程图,看得更明白:矩形框表示要调整的位置
仔细看上面的流程图,相信你一定可以清楚明白整个调整过程。
建堆代码:我们使用顺序结构存储堆(可不要以为树形结构一定得使用链表来实现),向下调整(heapSiftDown())的方法是关键,建堆的代码如下:
- void heapSiftDown(int a[], int n, int pos) //从pos位置向下调整
- {
- int i = pos;
- int j = 2 * i + 1; //j为i的左孩子
- while (j < n)
- {
- if (j + 1 < n && a[j + 1]<a[j]) //如果右孩子存在,并且右孩子<左孩子
- j++;
- if(a[i] < a[j]) //已满足堆序,不需调整
- break; //为什么不是continue?因为子树已经排好堆序,结合流程图想想?
- swap(a[i], a[j]); //交换元素
- i = j;
- j = 2 * i + 1;
- }
- }
- void createHeap(int a[], int n) //建堆
- {
- if (a && n > 1)
- {
- for (int i = (n - 2) / 2; i >= 0; i--) //(n-2)/2是最后一个内部节点的下标
- heapSiftDown(a, n, i);
- }
- }
void heapSiftDown(int a[], int n, int pos) //从pos位置向下调整{int i = pos;int j = 2 * i + 1; //j为i的左孩子while (j < n){if (j + 1 < n && a[j + 1]<a[j]) //如果右孩子存在,并且右孩子<左孩子j++;if(a[i] < a[j]) //已满足堆序,不需调整break; //为什么不是continue?因为子树已经排好堆序,结合流程图想想?swap(a[i], a[j]); //交换元素i = j;j = 2 * i + 1;}}void createHeap(int a[], int n) //建堆{if (a && n > 1){for (int i = (n - 2) / 2; i >= 0; i--) //(n-2)/2是最后一个内部节点的下标heapSiftDown(a, n, i);}}
堆的插入:插入时总是把新节点插入到堆的最后,并从插入位置向上调整,直到根节点或在此之前已满足堆序。
举个例子解释下这个过程:
红色的3是新添的节点。
注意:向上调整的时候,只关注插入位置到根节点的路径,其它路径上的节点是不用调整的。理由很简单:它们已是堆序。这一点可要想清楚了!
向上调整的代码如下:
- const int MAX=20;
- void heapSiftUp(int a[], int n) //向上调整
- {
- int i,j;
- j = n-1;
- i = (i-1)/2; //i为j的父节点
- while(i>=0)
- {
- if(a[j] >= a[i])
- break;
- swap(a[i], a[j]);
- j = i;
- i = (j-1)/2; //更精确的写法: i=j%2?(j-1)/2:(j-2)/2;
- }
- }
- void addToHeap(int a[], int n, int data)
- {
- /*
- 前提:数组a已排好堆序且数组还有多余位置存放新节点
- */
- if(n+1>MAX)
- {
- printf("数组已满!无法插入\n");
- return;
- }
- n++;
- a[n-1]=data; //把新节点加到最后
- heapSiftUp(a, n);
- }
const int MAX=20;void heapSiftUp(int a[], int n) //向上调整 {int i,j;j = n-1;i = (i-1)/2; //i为j的父节点while(i>=0){if(a[j] >= a[i])break;swap(a[i], a[j]);j = i;i = (j-1)/2; //更精确的写法: i=j%2?(j-1)/2:(j-2)/2;} }void addToHeap(int a[], int n, int data){/*前提:数组a已排好堆序且数组还有多余位置存放新节点 */if(n+1>MAX){printf("数组已满!无法插入\n");return;}n++;a[n-1]=data; //把新节点加到最后heapSiftUp(a, n);}
同样给个示例图:
结合上面以给出的向下调整代码,则很好得到堆删除的代码,为了通用性,我们给出指定位置删除的代码:
- void deleteAt(int a[], int &n, int pos) //删除pos位置的节点
- {
- if(pos >= n)
- {
- printf("删除的位置不对!\n");
- return;
- }
- a[pos] = a[n-1]; //把最后一个节点填到待删除位置
- n--;
- heapSiftDown(a, n, pos); //向下调整
- }
void deleteAt(int a[], int &n, int pos) //删除pos位置的节点{if(pos >= n){printf("删除的位置不对!\n");return;}a[pos] = a[n-1]; //把最后一个节点填到待删除位置 n--;heapSiftDown(a, n, pos); //向下调整 }
特别地,删除堆顶就是 deleteAt(a, n, 0);
有了上面的铺垫,堆排序就呼之欲出了。堆排序步骤:
- 先建好堆。
- 不断地删除堆顶即可(删除前记得打印堆顶元素),直到只剩下一个元素。
- #include<iostream>
- using namespace std;
- void heapSiftDown(int a[], int n, int pos) //从pos位置向下调整
- {
- int i = pos;
- int j = 2 * i + 1; //j为i的左孩子
- while (j<n)
- {
- if (j + 1 < n && a[j + 1]<a[j]) //如果右孩子存在,并且右孩子<左孩子
- j++;
- if(a[i] < a[j]) //已满足堆序,不需调整
- break; //为什么不是continue?因为子树已经排好堆序
- swap(a[i], a[j]); //交换元素
- i = j;
- j = 2 * i + 1;
- }
- }
- void createHeap(int a[], int n) //建堆
- {
- if (a && n > 1)
- {
- for (int i = (n - 2) / 2; i >= 0; i--)
- heapSiftDown(a, n, i);
- }
- }
- void deleteAt(int a[], int &n, int pos) //删除pos位置的节点
- {
- if(pos >= n)
- {
- printf("删除的位置不对!\n");
- return;
- }
- a[pos] = a[n-1]; //把最后一个节点填到待删除位置
- n--;
- heapSiftDown(a, n, pos); //向下调整
- }
- void HeapSort(int a[], int n) //堆排序
- {
- if (a && n > 1)
- {
- createHeap(a, n);
- while (n > 1)
- {
- printf("%4d", a[0]);
- deleteAt(a, n, 0);
- }
- printf("%4d\n", a[0]);
- }
- }
- int main()
- {
- printf("堆排序演练\n");
- printf("原序列\n");
- const int N = 12;
- int *a = new int[N];
- srand((unsigned)time(NULL));
- for (int i = 0; i < N; i++)
- {
- a[i] = rand() % 100;
- printf("%4d", a[i]);
- }
- printf("\n");
- printf("经过堆排序\n");
- HeapSort(a, N);
- delete[]a;
- 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
- Spring的两种后处理器
- Android环境搭建
- Swift中UIView类方法(animateWithDuration)的使用
- AVAYA面经:再一次意识到自己的技术有多水
- http://www.gui8.cc/ iCloud框架开发:受益的是所有人
- 堆排序
- 如何计算两个文档的相似度(一)
- 第一次实验,8皇后问题算法
- 关于ScreenToClient
- 可预览的多图片上传(不用刷新页面)
- 获取一个路径所在硬盘驱动器的类型
- 百度语音识别开放平台SDK使用方法
- SQL语句的MINUS,INTERSECT和UNION ALL
- 招回率和正确率