算法导论 堆排序
2011-06-03 15:50
369 查看
堆的基本概念:
堆是一个完全二叉树,用数组来存储这个结构的时候,A[1...length[A]]可以表示有效值,但heap_size[A]以外的值都不是属于堆的,可以视为无效值。
对于数组中下标为i的元素,根据二叉树的性质可以得到:
其父节点下标为,P = n/2(下取整)
左孩子: L = 2*i
右孩子: R = 2*i + 1
最大堆:
除了根节点外的每个节点i,有:
A[parent[i]] >= A[i]
即树中的每个节点,父节点>= 孩子节点的值
最小堆:
同理,反之。
在讲堆排序之前,要先理解怎样维持最大堆的性质。对于节点i,假设以Left[i],Right[i]为根的两棵二叉树都是最大堆,但是这是A[i]可能比其孩子要小,这样就违背了最大堆的性质。此时如何调整,以保持呢?可以让A[i]下降到某个合适的高度,将A[i]与其左右孩子,A[L],A[R]的值想比较,并且将较大值与A[i]交换,这样A[i]就下降到了原来其孩子A[X]的高度,但这时的调整可能又破坏了原本是最大堆的左子树,或右子树,所以递归调整。
代码如下:
其中,len为实际元素个数,并使数组从下标1开始,在a[0]处填充无效数据0,i为待调整的元素下标
现在谈如何建造一个最大堆:
由于数组A中从下标n/2 + 1到n的元素都是叶子(其中n/2下取整),可以看作是只含一个元素的堆。
所以从Length[A]/2 downto 1的每一个节点都调用一次堆调整的函数max_heapify。
为什么要Length[A]/2 downto 1而不是1 upto Length[A]/2呢?
这是由于max_heapify中假设了左右子树已经是构造好的堆,所以要采用downto的形式!
代码如下:
现在考虑堆排序:
先将数组A[1..Length[A]]构造一个最大堆,则此时,数组中最大元素在下标1的位置,将它与下标n处值交换,则此时数组A中最后一个元素存储的是整个数组中最大值。这时原本构造好的堆的性质可能被破坏,所以将数组中A[1...n-1]调整堆,以保持其性质。这样以后,数组中第二大的元素又在下标1的位置,再将其与下标n-1处值交换,则数组中第二大元素在倒数第二个的位置...以此类推,直到调整到下标2,此时整个数组已经按升序排好序。
代码如下:
完整测试代码如下:
输入测试数据:4 1 3 2 16 9 10 14 8 7 1000
测试结果:
please enter nums with 1000 end
4 1 3 2 16 9 10 14 8 7 1000
0 4 1 3 2 16 9 10 14 8 7
heap_sort
0 1 2 3 4 7 8 9 10 14 16
堆是一个完全二叉树,用数组来存储这个结构的时候,A[1...length[A]]可以表示有效值,但heap_size[A]以外的值都不是属于堆的,可以视为无效值。
对于数组中下标为i的元素,根据二叉树的性质可以得到:
其父节点下标为,P = n/2(下取整)
左孩子: L = 2*i
右孩子: R = 2*i + 1
最大堆:
除了根节点外的每个节点i,有:
A[parent[i]] >= A[i]
即树中的每个节点,父节点>= 孩子节点的值
最小堆:
同理,反之。
在讲堆排序之前,要先理解怎样维持最大堆的性质。对于节点i,假设以Left[i],Right[i]为根的两棵二叉树都是最大堆,但是这是A[i]可能比其孩子要小,这样就违背了最大堆的性质。此时如何调整,以保持呢?可以让A[i]下降到某个合适的高度,将A[i]与其左右孩子,A[L],A[R]的值想比较,并且将较大值与A[i]交换,这样A[i]就下降到了原来其孩子A[X]的高度,但这时的调整可能又破坏了原本是最大堆的左子树,或右子树,所以递归调整。
代码如下:
void max_heapify(int *a,int i,int len) { int l = 2*i; int r = l + 1; int largest = 0; if(l <= len && a[l] > a[i]) { largest = l; } else { largest = i; } if(r <= len && a[r] > a[largest]) { largest = r; } if(largest != i) { int temp = a[i]; a[i] = a[largest]; a[largest] = temp; max_heapify(a,largest,len); } }
其中,len为实际元素个数,并使数组从下标1开始,在a[0]处填充无效数据0,i为待调整的元素下标
现在谈如何建造一个最大堆:
由于数组A中从下标n/2 + 1到n的元素都是叶子(其中n/2下取整),可以看作是只含一个元素的堆。
所以从Length[A]/2 downto 1的每一个节点都调用一次堆调整的函数max_heapify。
为什么要Length[A]/2 downto 1而不是1 upto Length[A]/2呢?
这是由于max_heapify中假设了左右子树已经是构造好的堆,所以要采用downto的形式!
代码如下:
void build_heap(int *a,int len) { for(int i = len / 2;i >= 1;--i) { max_heapify(a,i,len); } }
现在考虑堆排序:
先将数组A[1..Length[A]]构造一个最大堆,则此时,数组中最大元素在下标1的位置,将它与下标n处值交换,则此时数组A中最后一个元素存储的是整个数组中最大值。这时原本构造好的堆的性质可能被破坏,所以将数组中A[1...n-1]调整堆,以保持其性质。这样以后,数组中第二大的元素又在下标1的位置,再将其与下标n-1处值交换,则数组中第二大元素在倒数第二个的位置...以此类推,直到调整到下标2,此时整个数组已经按升序排好序。
代码如下:
void heap_sort(int *a,int len) { build_heap(a,len); for(int i = len; i >= 2;) { int temp = a[i]; a[i] = a[1]; a[1] = temp; --i; max_heapify(a,1,i); } }
完整测试代码如下:
#include <iostream> #include <vector> #include "heap.h" void Print_nums(const std::vector<int> &a) { for(int i = 0;i != a.size();++i) { std::cout << a[i] << "/t"; } std::cout << std::endl; } int main() { std::vector<int> a; a.push_back(0); int x; std::cout << "please enter nums with 1000 end" << std::endl; while(std::cin >> x && x != 1000) { a.push_back(x); } Print_nums(a); // std::cout << "build_heap" << std::endl; // build_heap(&a[0],a.size() - 1); std::cout << "heap_sort" << std::endl; heap_sort(&a[0],a.size() - 1); Print_nums(a); return 0; }
输入测试数据:4 1 3 2 16 9 10 14 8 7 1000
测试结果:
please enter nums with 1000 end
4 1 3 2 16 9 10 14 8 7 1000
0 4 1 3 2 16 9 10 14 8 7
heap_sort
0 1 2 3 4 7 8 9 10 14 16
相关文章推荐
- 算法导论c++ 堆排序以堆类结构完整实现
- 算法导论—堆排序(python)
- 算法导论学习笔记——第6章 堆排序
- 《算法导论》— Chapter 6 堆排序
- 《算法导论》第6章 堆排序 (1)最大堆与堆排序
- 算法导论 第六章 堆排序
- 算法导论之堆排序
- 【CLRS】《算法导论》读书笔记(一):堆排序(Heapsort)
- 算法导论------堆排序heapsort
- 算法导论第六章-堆排序
- 算法导论 堆排序
- 算法导论习题6-堆排序
- 《算法导论》— Chapter 6 堆排序
- 学习《算法导论》第六章 堆排序 总结二
- 《算法导论》代码搬运工--堆排序
- 《算法导论》第6章 堆排序 (1)最大堆与堆排序
- 《算法导论》读书笔记之第6章 堆排序
- 算法导论-----堆排序
- 算法导论6:堆排序
- 算法导论学习之——堆排序