【排序】堆排序法
来源:互联网 发布:证大财富淘宝贷假不假 编辑:程序博客网 时间:2024/04/30 13:18
二叉堆的定义
二叉堆是完全二叉树或者是近似完全二叉树。
二叉堆满足二个特性:
1.父结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.每个结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)。
当父结点的键值总是大于或等于任何一个子节点的键值时为最大堆。当父结点的键值总是小于或等于任何一个子节点的键值时为最小堆。下图展示一个最小堆:
由于其它几种堆(二项式堆,斐波纳契堆等)用的较少,一般将二叉堆就简称为堆。
堆的存储
一般都用数组来表示堆,i结点的父结点下标就为(i – 1) / 2。它的左右子结点下标分别为2 * i + 1和2 * i + 2。如第0个结点左右子结点下标分别为1和2。
堆的操作——插入删除
堆的插入
每次插入都是将新数据放在数组最后。可以发现从这个新数据的父结点到根结点必然为一个有序的数列,现在的任务是将这个新数据插入到这个有序数据中——这就类似于直接插入排序中将一个数据并入到有序区间中。
// 新加入i结点 其父结点为(i - 1) / 2 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; }
插入时:
//在最小堆中加入新的数据nNum void MinHeapAddNumber(int a[], int n, int nNum) { a[n] = nNum; MinHeapFixup(a, n); }
堆的删除
按定义,堆中每次都只能删除第0个数据。为了便于重建堆,实际的操作是将最后一个数据的值赋给根结点,然后再从根结点开始进行一次从上向下的调整。调整时先在左右儿子结点中找最小的,如果父结点比这个最小的子结点还小说明不需要调整了,反之将父结点和它交换后再考虑后面的结点。相当于从根结点将一个数据的“下沉”过程。下面给出代码:
// 从i节点开始调整,n为节点总数 从0开始计算 i节点的子节点为 2*i+1, 2*i+2 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]); MinHeapFixdown(a, 0, n - 1); }
堆化数组
有了堆的插入和删除后,再考虑下如何对一个数据进行堆化操作。要一个一个的从数组中取出数据来建立堆吧,不用!先看一个数组,如下图:
很明显,对叶子结点来说,可以认为它已经是一个合法的堆了即20,60, 65, 4, 49都分别是一个合法的堆。只要从A[4]=50开始向下调整就可以了。然后再取A[3]=30,A[2] = 17,A[1] = 12,A[0] = 9分别作一次向下调整操作就可以了。下图展示了这些步骤:
//建立最小堆 void MakeMinHeap(int a[], int n) { for (int i = n / 2 - 1; i >= 0; i--) MinHeapFixdown(a, i, n); }
至此,堆的操作就全部完成了(注1),再来看下如何用堆这种数据结构来进行排序。
堆排序
首先可以看到堆建好之后堆中第0个数据是堆中最小的数据。取出这个数据再执行下堆的删除操作。这样堆中第0个数据又是堆中最小的数据,重复上述步骤直至堆中只有一个数据时就直接取出这个数据。
由于堆也是用数组模拟的,故堆化数组后,第一次将A[0]与A[n - 1]交换,再对A[0…n-2]重新恢复堆。第二次将A[0]与A[n – 2]交换,再对A[0…n - 3]重新恢复堆,重复这样的操作直到A[0]与A[1]交换。由于每次都是将最小的数据并入到后面的有序区间,故操作完成后整个数组就有序了。有点类似于直接选择排序。
void MinheapsortTodescendarray(int a[], int n) { for (int i = n - 1; i >= 1; i--) { Swap(a[i], a[0]); MinHeapFixdown(a, 0, i); } }
注意使用最小堆排序后是递减数组,要得到递增数组,可以使用最大堆。
由于每次重新恢复堆的时间复杂度为O(logN),共N - 1次重新恢复堆操作,再加上前面建立堆时N / 2次向下调整,每次调整时间复杂度也为O(logN)。二次操作时间相加还是O(N * logN)。故堆排序的时间复杂度为O(N * logN)。
完整代码:
#include <iostream>using namespace std; //堆调整,构建大顶堆,arr[]是待调整的数组 //i是待调整的数组元素的位置[节点?],length是数组的长度 void HeapAdjust(int arr[], int i, int length) { int Child; int temp; for(;2 * i + 1 < length; i = Child) { //子节点的位置 = 2 * (parent(父结点)) + 1 Child = 2 * i + 1; //得到子结点中较大的结点 if(Child < length - 1 && arr[Child + 1] > arr[Child]) ++Child; //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(arr[i] < arr[Child]) { temp = arr[i]; arr[i] = arr[Child]; arr[Child] = temp; } else break; } } //堆排序算法 void HeapSort(int arr[], 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 //是序列的最大元素,length/2-1是最后一个非叶子结点 for(i = length/2 - 1; i >= 0; --i) HeapAdjust(arr, 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 //循环里是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是现在这个序列的最大的 //不断的缩小调整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的元素 for(i = length - 1; i > 0; --i) { arr[i] = arr[0]^arr[i]; arr[0] = arr[0]^arr[i]; arr[i] = arr[0]^arr[i]; HeapAdjust(arr, 0, i); //递归调整 } } int main() { int i; int num[] = {98, 48, 777, 63, 57, 433, 23, 1112, 1}; cout<<"==================堆排序=============="<<endl; cout<<"实质上是一颗完全二叉树,利用树的根结点"<<endl;cout<<"与子节点的性质进行排序"<<endl; cout<<"==================堆排序=============="<<endl; cout<<"待排序的数据是:"<<endl; for(i = 0; i < sizeof(num)/sizeof(int); i++) { cout<<num[i]<<endl; } cout<<endl; HeapSort(num, sizeof(num)/sizeof(int)); cout<<"排序后的数据是:"<<endl; for(i = 0; i < sizeof(num)/sizeof(int); i++) { cout<<num[i]<<" "; } cout<<endl; return 0; }
运行结果:
- 【排序】堆排序法
- 堆排序法
- 堆排序法
- 最小堆排序法
- 堆排序
- 堆排序
- 堆排序
- 堆排序:
- 堆排序
- 堆排序
- 堆排序
- 堆排序
- 堆排序
- 堆排序
- 堆排序
- 堆排序
- 堆排序
- 堆排序
- 网址大全
- php &传址
- getContextPath、getServletPath、getRequestURI的区别
- Servlet&网络访问
- c#图片压缩
- 【排序】堆排序法
- 在线CronTrigger表达式
- 【敏捷软件开发:原则、模式与实践】之敏捷设计的几个原则
- parquet原理分析
- sizeof
- 【转】iPhone易被窃听应用三分钟即可获取所有信息--之文章
- JDK源码 -- Map篇
- [PHP]PHP函数
- hdu4616 树形dp(有限制的权值最大链)