手机版
你好,游客 登录 注册
背景:
阅读新闻

堆排序算法详解

[日期:2019-10-30] 来源:Linux社区  作者:linhaostudy [字体: ]

阅读目录

  • 一:定义
  • 二:堆排序算法
  • 二:堆排序算法
  • 三:图解演示,构造堆(大顶堆)
    • 完成最大堆的构建
  • 四:图解演示:堆排序(堆存储在数组中)
    • 第一步:将最大值和最后的一个元素交换
    • 第二步:将剩余的结点再次进行堆构造
    • 第三步:参照第一步
    • 按照上面循环,最终结果为
  • 五:代码实现
  • 六:性能分析

 

正文

排序---堆排序

一:定义

作为选择排序的改进版,堆排序可以把每一趟元素的比较结果保存下来,以便我们在选择最小/大元素时对已经比较过的元素做出相应的调整。

二:堆排序算法

作为选择排序的改进版,堆排序可以把每一趟元素的比较结果保存下来,以便我们在选择最小/大元素时对已经比较过的元素做出相应的调整。

堆排序是一种树形选择排序,在排序过程中可以把元素看成是一颗完全二叉树,每个节点都大(小)于它的两个子节点,当每个节点都大于等于它的两个子节点时,就称为大顶堆,也叫堆有序; 当每个节点都小于等于它的两个子节点时,就称为小顶堆。

下面是我们要保存在数组中的堆的形式

二:堆排序算法

1.将长度为n的待排序的数组进行堆有序化构造成一个大顶堆
 
2.将根节点与尾节点交换并输出此时的尾节点
 
3.将剩余的n -1个节点重新进行堆有序化
 
4.重复步骤2,步骤3直至构造成一个有序序列

三:图解演示,构造堆(大顶堆)

{5, 2, 6, 0, 3, 9, 1, 7, 4, 8}

在构造有序堆时,我们开始只需要扫描一半的元素(n/2-1 ~ 0)即可,为什么?

因为(n/2-1)~0的节点才有子节点,如图1,n=8,(n/2-1) = 3 即3 2 1 0这个四个节点才有子节点

第一次找到[n/2]处,进行构造:

我们比较父节点,左右孩子结点的大小,将最大的作为堆顶

第二次,我们对上次找到位置-1即可,找到结点0,对其左右孩子比较,构造这三个结点的最大堆

第三次,我们找到结点6,要对其进行构造,结果如下

第四次(重点),我们不止要构造双亲和左右孩子,我们还要比较其孩子结点为根的堆是否正确,不然我们需要进行调整

我们发现将8,7,2三个结点变为了最大堆,但是其中2,3子树不再是一个最大堆,我们需要对其修改

第五次:选取结点9进行构造

发现以结点5为根的子树不是最大堆,我们需要进行调整

 

完成最大堆的构建

四:图解演示:堆排序(堆存储在数组中)

 

第一步:将最大值和最后的一个元素交换

 

第二步:将剩余的结点再次进行堆构造

 

第三步:参照第一步

 

按照上面循环,最终结果为

五:代码实现

void swap(int K[], int i, int j)
{
    int temp = K[i];
    K[i] = K[j];
    K[j] = temp;
}

//大顶堆的构造,传入的i是父节点
void HeapAdjust(int k[],int p,int n)
{
    int i,temp;
    temp = k[p];
    for (i = 2 * p; i <= n;i*=2)    //逐渐去找左右孩子结点
    {
        //找到两个孩子结点中最大的
        if (i < n&&k[i] < k[i + 1])
            i++;
        //父节点和孩子最大的进行判断,调整,变为最大堆
        if (temp >= k[i])
            break;
        //将父节点数据变为最大的,将原来的数据还是放在temp中,
        k[p] = k[i];    //若是孩子结点的数据更大,我们会将数据上移,为他插入的点提供位置
        p = i;
    }
    //当我们在for循环中找到了p子树中,满足条件的点,我们就加入数据到该点p,注意:p点原来数据已经被上移动了
    //若没有找到,就是相当于对其值不变
    //插入
    k[p] = temp;
}

//大顶堆排序
void HeapSort(int k[], int n)
{
    int i;
    //首先将无序数列转换为大顶堆
    for (i = n / 2; i > 0;i--)    //注意由于是完全二叉树,所以我们从一半向前构造,传入父节点
        HeapAdjust(k, i, n);

    //上面大顶堆已经构造完成,我们现在需要排序,每次将最大的元素放入最后
    //然后将剩余元素重新构造大顶堆,将最大元素放在剩余最后
    for (i = n; i >1;i--)
    {
        swap(k, 1, i);
        HeapAdjust(k, 1, i - 1);
    }
}


int main()
{
    int i;
    int a[11] = {-1, 5, 2, 6, 0, 3, 9, 1, 7, 4, 8 };
    HeapSort(a, 10);

    for (i = 1; i <= 10; i++)
        printf("%d ", a[i]);

    system("pause");
    return 0;
}

六:性能分析

运行时间主要消耗在构造堆和重建堆时的反复筛选上。
构造堆的时间复杂度为O(n)
重建堆时时间复杂度为O(nlogn)。
所以总体就是O(nlogn)。
不适合排序序列个数较少的情况
linux
相关资讯       算法  堆排序  堆排序算法 
本文评论   查看全部评论 (0)
表情: 表情 姓名: 字数

       

评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款