实现堆排序
2015-01-27 15:51
295 查看
实现堆排序
以最大堆为例,堆排序的基本思想是:
1)将初始待排序关键字序列(R1,R2....Rn)构建成大顶堆,此堆为初始的无序区;
2)将堆顶元素R[1]与最后一个元素R
交换,此时得到新的无序区(R1,R2,......Rn-1)和新的有序区(Rn),且满足R[1,2...n-1]<=R
;
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-1,则整个排序过程完成。
其实,堆排序最重要的两部分就是:初始化堆和调整堆。
我们可以用下图展示堆排序的过程:
给定一个整形数组a[]={16,7,3,20,17,8},对其进行堆排序。
1) 构建最大堆;
这一步骤只需要构建一个完全二叉树即可;
2)初始化最大堆;
这一步骤需要不断调整,使得堆成为最大堆。
调整从最后一个非叶子节点开始。每次调整都是从父节点、左孩子节点、右孩子节点三者中选择最大者跟父节点进行交换(交换之后可能造成被交换的孩子节点不满足堆的性质,因此每次交换之后要重新对被交换的孩子节点进行调整)。
3)排序,继续调整最大堆;
堆顶20和3交换:
堆顶17和3交换:
堆顶16和3交换:
堆顶8(7)和3交换:
总的来说,堆排序就是一个不断调整堆的过程。
堆排序其实也是一种选择排序,是一种树形选择排序。只不过直接选择排序中,为了从R[1...n]中选择最大记录,需比较n-1次,然后从R[1...n-2]中选择最大记录需比较n-2次。事实上这n-2次比较中有很多已经在前面的n-1次比较中已经做过,而树形选择排序恰好利用树形的特点保存了部分前面的比较结果,因此可以减少比较次数。对于n个关键字序列,最坏情况下每个节点需比较log2(n)次,因此其最坏情况下时间复杂度为nlogn。
堆排序为不稳定排序,不适合记录较少的排序。
参考链接:
http://www.cnblogs.com/dolphin0520/archive/2011/10/06/2199741.html
1. 堆排序的思想
堆是一棵完全二叉树,任何一个节点的val不大于(最小堆)或者不小于(最大堆)其左右孩子节点的关键字。以最大堆为例,堆排序的基本思想是:
1)将初始待排序关键字序列(R1,R2....Rn)构建成大顶堆,此堆为初始的无序区;
2)将堆顶元素R[1]与最后一个元素R
交换,此时得到新的无序区(R1,R2,......Rn-1)和新的有序区(Rn),且满足R[1,2...n-1]<=R
;
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-1,则整个排序过程完成。
其实,堆排序最重要的两部分就是:初始化堆和调整堆。
我们可以用下图展示堆排序的过程:
给定一个整形数组a[]={16,7,3,20,17,8},对其进行堆排序。
1) 构建最大堆;
这一步骤只需要构建一个完全二叉树即可;
2)初始化最大堆;
这一步骤需要不断调整,使得堆成为最大堆。
调整从最后一个非叶子节点开始。每次调整都是从父节点、左孩子节点、右孩子节点三者中选择最大者跟父节点进行交换(交换之后可能造成被交换的孩子节点不满足堆的性质,因此每次交换之后要重新对被交换的孩子节点进行调整)。
3)排序,继续调整最大堆;
堆顶20和3交换:
堆顶17和3交换:
堆顶16和3交换:
堆顶8(7)和3交换:
总的来说,堆排序就是一个不断调整堆的过程。
堆排序其实也是一种选择排序,是一种树形选择排序。只不过直接选择排序中,为了从R[1...n]中选择最大记录,需比较n-1次,然后从R[1...n-2]中选择最大记录需比较n-2次。事实上这n-2次比较中有很多已经在前面的n-1次比较中已经做过,而树形选择排序恰好利用树形的特点保存了部分前面的比较结果,因此可以减少比较次数。对于n个关键字序列,最坏情况下每个节点需比较log2(n)次,因此其最坏情况下时间复杂度为nlogn。
堆排序为不稳定排序,不适合记录较少的排序。
2. 编程实现堆排序
#include<iostream> #include<algorithm> using namespace std; // 调整堆函数 void HeapAdjust(int *a, int i, int size) // a:数组;i:节点index;size:树的规模 { int lchild = 2 * i; // 节点的左孩子编号 int rchild = 2 * i + 1; // 节点的右孩子编号 int max = i; //节点编号备份 if(i <= size/2 - 1) { if(lchild <= size && a[lchild] > a[max]) // 左孩子比节点值要大 max = lchild; if(rchild <= size && a[rchild] > a[max]) // 右孩子比节点值要大 max = rchild; if(max != i) // 如果上面发生了交换,也就是如果上面有if成立了 { swap(a[i], a[max]); // 首先要交换二者的真实值,因为上面只是index的交换 HeapAdjust(a, max, size); // 其次,需要判断交换之后还需要重新调整吗 } } } //建立堆函数 void BuildHeap(int *a, int size) { int i; for(i = size/2 - 1; i >= 0; i--) // 非叶子节点最大序号值为size/2,需要遍历所有的节点 { HeapAdjust(a, i, size); // 调整 } } // 堆排序函数 void HeapSort(int *a, int size) { int i; BuildHeap(a, size); for(i = size; i >= 0; i--) { swap(a[0], a[i]); // 交换堆顶和最后一个元素,每次将剩余元素中的最大者放到最后面 HeapAdjust(a, 0, i-1); // 重新调整堆顶节点成为大顶堆,这个时候就要除出最后一个元素,范围是1~n-1 } } int main() { int a[] = {100, 16, 20, 3, 11, 17, 8}; int size = 7; HeapSort(a, size); for(int i = 0; i < size; i++) { cout<<a[i]<<endl; } cout<<endl; return 0; }
参考链接:
http://www.cnblogs.com/dolphin0520/archive/2011/10/06/2199741.html
相关文章推荐
- C# 实现堆排序的算法
- 最大堆及堆排序的实现
- 堆排序(Heap Sort)算法的实现
- 选择排序——简单选择排序和堆排序,C++代码实现
- C语言实现基本排序算法----排序(直接插入排序,SHELL排序,冒泡排序,快速排序,简单选择排序,堆排序)
- 算法导论 习题6.2-5 用迭代法实现堆排序
- 【转】排序算法复习(Java实现) (二): 归并排序,堆排序,桶式排序,基数排序
- 堆排序及C语言实现
- 堆排序 HeapSort C语言实现 附严蔚敏数据结构P282 代码错误
- C# 实现常用的算法-- 堆排序(转)
- 堆排序(Heap Sort) 算法实现 C语言版
- [BCZ-HEAP]堆排序的实现,包括建堆,siftup(主要用于建堆)和siftdown(主要用于调整)函数的实现
- 堆排序的实现
- 排序算法复习(Java实现):插入,冒泡,选择,Shell,快速排序, 归并排序,堆排序,桶式排序,基数排序
- 直接插入排序、快速排序和堆排序的C实现
- 插入排序,合并排序,堆排序,快速排序,计数排序的实现(算法导论)
- C语言实现 排序源程序(包括直接插入、希尔、冒泡、快速、简单选择、堆排序)
- 排序算法复习(Java实现)(二): 归并排序,堆排序,桶式排序,基数排序
- 算法导论 习题6.2-5 用迭代法实现堆排序
- 求最小的K个数 O(N) 一种实现-基于堆排序