算法踩坑3-堆排序
2017-11-05 00:00
246 查看
摘要: 堆排序是一个时间复杂度为NLogN的算法
算法踩坑-快速排序
算法踩坑2-插入排序
来继续聊聊最近我写的一些算法的小例程,这次要聊的是堆排序,是一个时间复杂度为NLogN的算法。
主要从以下几方面来说的:
堆排序思想
堆排序实现
堆排序优化
7fe0
/p>
背景
接上面两篇文章算法踩坑-快速排序
算法踩坑2-插入排序
来继续聊聊最近我写的一些算法的小例程,这次要聊的是堆排序,是一个时间复杂度为NLogN的算法。
主要从以下几方面来说的:
堆排序思想
堆排序实现
堆排序优化
堆排序思想
堆排序是基于优先队列的最大堆或者是最小堆实现的,每次删除最大堆的顶部元素,然后通过LogN的时间来恢复最大堆的属性,循环这个步骤,最终得到一个有序的序列来达到排序的目的。堆排序实现
堆的初始化
PriorityQueue PQ_Initialize(int MaxElements) { PriorityQueue H = NULL; if (MaxElements < MinPQSize) { err(1, "队列长度小于最小值10"); } H = malloc(sizeof(struct HeapStruct)); if (NULL == H) { err(1, "Out of space"); } H->Elements = malloc((MaxElements + 1) * sizeof(ElementType)); if (NULL == H->Elements) { err(1, "Out of space"); } H->Capacity = MaxElements; H->Size = 0; H->Elements[0] = MinData; return H; }
堆的插入
void PQ_InsertToMinQueue(ElementType x,PriorityQueue H) { if (PQ_IsFull(H)) { err(1, "队列满,不可插入数据"); } // 最小堆,上虑操作 int i; for (i = ++H->Size; H->Elements[i/2] > x; i /= 2) { H->Elements[i] = H->Elements[i/2]; } H->Elements[i] = x; }
堆的删除
ElementType PQ_DeleteMin(PriorityQueue H) { if (PQ_IsEmpty(H)) { err(1, "Empty"); } ElementType MinElem = H->Elements[1]; // 最小堆,最后一个元素放在顶部,下虑操作 ElementType lastElement = H->Elements[H->Size--]; int i; int child; for (i = 1; i * 2<=H->Size; i=child) { // 找到孩子节点中小的往上移动 child = i * 2; if (child+1 <= H->Size && H->Elements[child+1] < H->Elements[child] ) { child += 1; } if (child <= H->Size && H->Elements[child] < lastElement) { H->Elements[i] = H->Elements[child]; } else { break; } } // 放到指定位置 H->Elements[i] = lastElement; // 最小元素放在最后, // 使用堆排序的时候不用增加额外的空间保存排序后的数据,排序后的数据是倒叙的 H->Elements[H->Size+1] = MinElem; return MinElem; }
堆排序优化
使用一般的方式进行堆排序,需要额外的增加O(N)的内存开销,在删除顶部元素,并且把最后一个元素归为的时候,最后一个位置刚好是空出来的,所以可以把删除的元素放入最后的位置就不需要增加O(N)的内存开销,达到了空间优化的目的。// 放到指定位置 H->Elements[i] = lastElement; // 最小元素放在最后, // 使用堆排序的时候不用增加额外的空间保存排序后的数据,排序后的数据是倒叙的 H->Elements[H->Size+1] = MinElem;
One More Thing
噢!我是算法,点我<7fe0
/p>