算法 —— 堆排序
来源:互联网 发布:js控制css过渡效果 编辑:程序博客网 时间:2024/06/05 19:32
堆排序与快速排序,归并排序都是时间复杂度为O(N*logN) 的排序方法。在学习堆排序之前,首先讲解一下数据结构当中的二叉堆。
图一
如图一所示,就是一个二叉堆。
二叉堆满足的特性为:
1、父节点的键值总是大于或等于(小于或等于)任何一个子节点的键值
2、每个节点的左子树和右子树都是一个二叉堆(都是最大堆或最小堆)
堆排序的原理:
1、将初始数列 根据二叉堆 的特性构建成大顶堆 (即 最大值 在 第 0 的位置上)
2、设定i = n (n 为初始数列的数据总数), 将 arr[0] 与 arr[i] 交换,则最大值排到了整个序列当中的最后位置
3、i = i -1,再将 0 ~ i 之间的数据重新按照二叉堆的特性排列,又形成大顶堆。
4、重复 2 、 3 步骤,直到 i = 1,则完成了相应的排序
代码:
void heapSortSelector(intarr[],intn)
{
int i;
for (i = n / 2 - 1; i >=0; i --) {
heapSortArray(arr, i, n);
}
for (i = n - 1; i >0; i --) {
int temp = arr[i];
arr[i] = arr[0];
arr[0] = temp;
heapSortArray(arr,0, i);
}
}
voidheapSortArray(intarr[],inti,intn)
{
int child,temp;
for (temp = arr[i]; i * 2 + 1 < n ;i = child ) {
child = 2 * i + 1;
if (child < n - 1 && arr[child] < arr[child + 1]) {
child ++;
}
if (arr[child] > temp) {
arr[i] = arr[child];
}
else
{
break;
}
}
arr[i] = temp;
{
int i;
for (i = n / 2 - 1; i >=0; i --) {
heapSortArray(arr, i, n);
}
for (i = n - 1; i >0; i --) {
int temp = arr[i];
arr[i] = arr[0];
arr[0] = temp;
heapSortArray(arr,0, i);
}
}
voidheapSortArray(intarr[],inti,intn)
{
int child,temp;
for (temp = arr[i]; i * 2 + 1 < n ;i = child ) {
child = 2 * i + 1;
if (child < n - 1 && arr[child] < arr[child + 1]) {
child ++;
}
if (arr[child] > temp) {
arr[i] = arr[child];
}
else
{
break;
}
}
arr[i] = temp;
}
详细可以 参考 http://blog.csdn.net/hitwhylz/article/details/9955417
0 0
- 排序算法—堆和堆排序
- 排序算法—堆排序
- 排序算法——堆排序算法
- 算法简介—堆与堆排序
- 算法 —— 堆排序
- 算法——堆排序
- 算法系列—堆排序
- 排序算法——堆排序
- 排序算法——堆排序
- 常用排序算法——堆排序
- 排序算法——堆排序
- 排序算法——堆排序
- 算法——排序之堆排序
- 排序算法——堆排序
- 排序算法——堆排序
- 排序算法——堆排序
- 排序算法系列——堆排序
- 【排序算法】——堆排序
- Git 使用规范流程
- uvalive 6957 Hyacinth 题目难理解
- 定义数组类型及数组类型指针
- python __new__、__init__、__call__
- poj-2442Sequence
- 算法 —— 堆排序
- Fragment放置后台很久(Home键退出很长时间),返回时出现Fragment重叠解决方案
- PCI、PCI-x,PCI-E兼容以及他们之间的区别详细图解
- JavaScript和jQuery图片上传预览
- 学习ubuntu之快速搭建LNMP环境
- 程序员常去的14个顶级开发社区
- C语言 修饰符(static、extern)
- Windows下使用IJL编解码图片
- [leetcode] 63.Unique Paths II