基础算法总结之堆排序算法
来源:互联网 发布:怎么看淘宝丝袜买家秀 编辑:程序博客网 时间:2024/06/05 16:12
堆排序(Heapsort)是指利用堆积树(堆)这种数据结构所设计的一种排序算法,它是选择排序的一种。可以利用数组的特点快速定位指定索引的元素。堆分为大根堆和小根堆,是完全二叉树。大根堆的要求是每个节点的值都不大于其父节点的值,即A[PARENT[i]] >= A[i]。在数组的非降序排序中,需要使用的就是大根堆,因为根据大根堆的要求可知,最大的值一定在堆顶。
n个关键字序列Kl,K2,…,Kn称为(Heap),当且仅当该序列满足如下性质(简称为堆性质):
(1)ki<=k(2i)且ki<=k(2i+1)(1≤i≤ n/2),当然,这是小根堆,大根堆则换成>=号。//k(i)相当于二叉树的非叶子结点,K(2i)则是左子节点,k(2i+1)是右子节点
若将此序列所存储的向量R[1..n]看做是一棵完全二叉树的存储结构,则堆实质上是满足如下性质的完全二叉树:树中任一非叶子结点的关键字均不大于(或不小于)其左右孩子(若存在)结点的关键字。
【例】关键字序列(10,15,56,25,30,70)和(70,56,30,25,15,10)分别满足堆性质(1)和(2),故它们均是堆,其对应的完全二叉树分别如小根堆示例和大根堆示例所示。
大根堆和小根堆:根结点(亦称为堆顶)的关键字是堆里所有结点关键字中最小者的堆称为小根堆,又称最小堆。根结点(亦称为堆顶)的关键字是堆里所有结点关键字中最大者,称为大根堆,又称最大堆。注意:①堆中任一子树亦是堆。②以上讨论的堆实际上是二叉堆(Binary Heap),类似地可定义k叉堆。
高度
堆可以被看成是一棵树,结点在堆中的高度可以被定义为从本结点到叶子结点的最长简单下降路径上边的数目;定义堆的高度为树根的高度。我们将看到,堆结构上的一些基本操作的运行时间至多是与树的高度成正比,为O(lgn)。
C语言
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
#include <stdio.h>
//array是待调整的堆数组,i是待调整的数组元素的位置,nlength是数组的长度
//本函数功能是:根据数组array构建大根堆
void
HeapAdjust(
int
array[],
int
i,
int
nLength)
{
int
nChild;
int
nTemp;
for
(;2*i+1<nLength;i=nChild)
{
//子结点的位置=2*(父结点位置)+1
nChild=2*i+1;
//得到子结点中较大的结点
if
(nChild<nLength-1&&array[nChild+1]>array[nChild])++nChild;
//如果较大的子结点大于父结点那么把较大的子结点往上移动,替换它的父结点
if
(array[i]<array[nChild])
{
nTemp=array[i];
array[i]=array[nChild];
array[nChild]=nTemp;
}
else
break
;
//否则退出循环
}
}
//堆排序算法
void
HeapSort(
int
array[],
int
length)
{
int
i;
//调整序列的前半部分元素,调整完之后第一个元素是序列的最大的元素
//length/2-1是最后一个非叶节点,此处"/"为整除
for
(i=length/2-1;i>=0;--i)
HeapAdjust(array,i,length);
//从最后一个元素开始对序列进行调整,不断的缩小调整的范围直到第一个元素
for
(i=length-1;i>0;--i)
{
//把第一个元素和当前的最后一个元素交换,
//保证当前的最后一个位置的元素都是在现在的这个序列之中最大的
array[i]=array[0]^array[i];
array[0]=array[0]^array[i];
array[i]=array[0]^array[i];
//不断缩小调整heap的范围,每一次调整完毕保证第一个元素是当前序列的最大值
HeapAdjust(array,0,i);
}
}
int
main()
{
int
i;
int
num[]={9,8,7,6,5,4,3,2,1,0};
HeapSort(num,
sizeof
(num)/
sizeof
(
int
));
for
(i=0;i<
sizeof
(num)/
sizeof
(
int
);i++)
{
printf
(
"%d "
,num[i]);
}
printf
(
"\nok\n"
);
return
0;
}
C++
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
//堆排序
//整理节点time:O(lgn)
template
<typenameT>
void
MinHeapify(T*arry,
int
size,
int
element)
{
int
lchild=element*2+1,rchild=lchild+1;
//左右子树
while
(rchild<size)
//子树均在范围内
{
if
(arry[element]<=arry[lchild]&&arry[element]<=arry[rchild])
//如果比左右子树都小,完成整理
{
return
;
}
if
(arry[lchild]<=arry[rchild])
//如果左边最小
{
swap(arry[element],arry[lchild]);
//把左面的提到上面
element=lchild;
//循环时整理子树
}
else
//否则右面最小
{
swap(arry[element],arry[rchild]);
//同理
element=rchild;
}
lchild=element*2+1;
rchild=lchild+1;
//重新计算子树位置
}
if
(lchild<size&&arry[lchild]<arry[element])
//只有左子树且子树小于自己
{
swap(arry[lchild],arry[element]);
}
return
;
}
//堆排序time:O(nlgn)
template
<typenameT>
void
HeapSort(T*arry,
int
size)
{
int
i;
for
(i=size-1;i>=0;i--)
//从子树开始整理树
{
MinHeapify(arry,size,i);
}
while
(size>0)
//拆除树
{
swap(arry[size-1],arry[0]);
//将根(最小)与数组最末交换
size--;
//树大小减小
MinHeapify(arry,size,0);
//整理树
}
return
;
}
0 0
- 基础算法总结之堆排序算法
- 算法基础之----堆排序
- 算法基础之排序篇-堆排序
- 排序算法总结之堆排序
- 排序算法总结之堆排序
- 基础算法-堆排序
- 基础算法-堆排序
- 基础算法-堆排序
- 基础算法系列(十七)排序算法之堆排序
- 算法总结:堆排序
- 堆排序算法总结!
- 堆排序算法 总结
- 堆排序算法总结
- 堆排序算法 总结
- 堆排序算法 总结
- 堆排序算法 总结
- 堆排序算法总结!
- 堆排序算法 总结
- 避免console错误,console兼容
- IOS开发之设置导航栏字体和字体颜色
- Linux常用命令
- SOAP webserivce 和 RESTful webservice 对比及区别
- (1.3.6.2)线性排序:桶排序
- 基础算法总结之堆排序算法
- ubuntu sever的网络配置
- C++之纯虚函数和抽象类
- C++ 二维动态数组的声明与删除
- 面试题7 用两个栈实现队列
- ios开发-OC中ARC、block和protocol的学习
- 算法学习 - 拼接成最大的数字
- POJ2251 Dungeon Master 三维BFS
- Spring第一天の代码学习(Spring底层依赖注入和控制反转的小例子)