堆排
2018-02-26 21:57
127 查看
static void HeapAdjust(int *arr, int start, int end) { int parent = start; for (int i = start * 2 + 1; i <= end; i = i * 2 + 1) { if ((i + 1) <= end && arr[i] < arr[i + 1])//让i指向俩孩子中数值大的那个 { i += 1; } if (arr[i] > arr[parent])//如果父亲小于孩子,那就把孩子跟父亲调换。然后更新父亲 { int tmp = arr[parent]; arr[parent] = arr[i]; arr[i] = tmp; parent = i; } else { break; } } } void HeapSort(int *arr, int len) { for (int i = (len - 1) / 2 ; i >= 0; i--) { HeapAdjust(arr, i, len - 1); } for (int i = 0; i < len; i++) { int tmp = arr[0]; arr[0] = arr[len - 1 - i]; arr[len - 1 - i] = tmp; HeapAdjust(arr, 0, len - 1 - i - 1); } }
堆排就是:先建立大根堆。大根堆的建立是从后往前多次堆调整(从上往下调整)。大根堆的意思就是,父亲的值肯定比孩子的值大!也就意味着,最顶端的那个父亲是最大的值。
这样,就可以把那个最大的值放在最后面。放完后,再更新堆为大根堆(这下的更新就只要堆调整一次,因为除过顶尖,下面的堆都是符合大根堆的)。然后就这样循环,数据就有序了。堆排的时间复杂度为O(nlogn),空间复杂度为O(1)。数据好看,但好像实际中并没有快排快。
堆排很适合于top(n)的场合。因为它每次都是将最大的值挑出来。
相关文章推荐
- 堆排
- 寻找数组中最小的k个数(快排和堆排)
- 数组第K小数问题 及其对于 快排和堆排 的相关优化比较
- 寻找数组中最小的k个数(快排和堆排)
- PAT (Advanced Level) 1098. Insertion or Heap Sort (25) 直插和堆排
- STL_算法_Heap算法(堆排)(精)
- 寻找数组中最小的k个数(快排和堆排)
- 堆排的实现和分析
- 堆排
- 寻找数组中最小的k个数(快排和堆排)
- 堆排
- 堆排(大顶堆,小顶堆)
- python 内置速度最快算法(堆排)
- 堆排(大顶堆,小顶堆)
- 选择类排序:直接选择与堆排
- 堆排(演示过程)
- 堆排
- 堆排(库函数)
- 寻找数组中最小的k个数(快排和堆排)
- Java版的堆排、快排、筛法