排序——堆排序(HeapSort)
来源:互联网 发布:网络管制 编辑:程序博客网 时间:2024/06/10 02:56
堆的定义
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+1]&&Key[i]<=key[2i+2] 或者 Key[i]>=Key[2i+1]&&key>=key[2i+2]
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。
堆排序的实现
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。
1、将待排序元素按关键字序列 构建为大堆 此时堆初始为无序区;
2、将堆顶元素R[0]与最后一个元素R[n-1]交换,此时得到新的无序区(R0,R2,......Rn-2) 和 新的有序区(Rn-1),且满足R[1,2...n-2]<=R[n-1];
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 ,则整个排序过程完成。
操作流程:
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。
代码:
//堆排序//[ , ]void heapAdjust(int arr[], int left , int right){assert(arr);for (int child = left * 2 + 1; child <= right; ){if (child + 1 < right && arr[child] > arr[child + 1])child++;if (arr[child] < arr[left]) //升序-- 构建大堆{std::swap(arr[child], arr[left]);//调整left = child;child = 2 * child + 1;}elsebreak;}}void HeapSort(int arr[] , int Sz ){int Root = Sz/2-1;int len = Sz - 1;//构建初始堆for (int i = Root; i >= 0; --i){heapAdjust(arr, i , len );}//调整堆for (; len > 0; len--){std::swap(arr[0] , arr[ len ]);heapAdjust(arr, 0, len - 1);}}
0 0
- 堆排序——HeapSort
- 排序——堆排序(HeapSort)
- 堆排序(HeapSort)
- 堆排序 heapSort
- HeapSort 堆排序
- C++ 堆排序 (HeapSort)
- 堆排序heapsort
- 堆排序(HeapSort)
- HeapSort(堆排序 C++)
- 堆排序(Heapsort)
- 堆排序 (Heapsort)
- 堆排序 Heapsort
- 堆排序(heapsort)
- 堆排序(HeapSort)
- 堆排序(heapsort)
- 堆排序(heapsort)
- heapsort堆排序
- 堆排序heapsort
- 编写个函数来对⼆维数组排序
- Java 读取excel xls以及xlsx文件
- 签名校验失败,部分4.2版本以下机型不兼容SHA-256算法
- AfxGetMainWnd调用错误
- Ruby之旅(七) 数组以及Hash
- 排序——堆排序(HeapSort)
- oracle-AIX裸设备环境给表空间添加数据文件
- ImportError: No module named tensorflow
- oracle分层(利用父级与子级ID横向展示层级)
- BZOJ2081: [Poi2010]Beads
- linux的文件系统 目录结构
- ANR和Force close产生和原因
- Linux Shell 学习(一)
- Android Support 包里究竟有什么