时间:2021-05-19
从堆排序的简介到堆排序的算法实现等如下:
1. 简介
堆排序是建立在堆这种数据结构基础上的选择排序,是原址排序,时间复杂度O(nlogn),堆排序并不是一种稳定的排序方式。堆排序中通常使用的堆为最大堆。
2. 堆的定义
堆是一种数据结构,是一颗特殊的完全二叉树,通常分为最大堆和最小堆。最大堆的定义为根结点最大,且根结点左右子树都是最大堆;同样,最小堆的定义为根结点最小,且根结点左右子树均为最小堆。
最大堆满足其每一个父结点均大于其左右子结点,最小堆则满足其每一个父结点均小于其左右子结点。
3. 堆排序
3.1 堆的存放
在堆排序中,堆所表示的二叉树并不需要使用指针的方式在计算机中存放,只需要使用数组即可,将树的结点,从上至下,从左至右一个个放到数组中去。
因此,如果数组的起始索引为0,对于一个结点i来说,它的父结点索引为⌊i/2⌋,它的左子结点索引为2i+1,右子结点索引为2i+2。最后一个非叶子节点就是最后一个结点的父亲,如果数组长度为n,那么其索引为⌊(n-1)/2⌋。
3.2 堆排序主要步骤
将无序序列构建成最大堆
将数组分成两个区域,有序区和无序区,初始时创建一个整数i为数组的长度,用来划分有序区和无序区,有序区初始为空。
将堆顶元素和最后一个无序区的元素交换,然后i-1。
调整使得所有无序区的元素重新为最大堆。
重复3,4步,直到 i = 0
3.3 堆的调整
假设有某棵完全二叉树,其左右子树均为最大堆,如何调整使得该二叉树成为最大堆呢?如果根结点大于左右子结点,那么已经是最大堆了,无需调整。否则,交换根结点和左右子结点中较大的那个。假设交换的是左结点,那么目前这棵完全二叉树右子树仍然是一个最大堆,左子树则不一定,但是左子树的左右子树还是最大堆,因此不断递归下去调整即可。
因此,交换最后一个元素和堆顶元素后的调整步骤,就和上面所说的一致。而将无序序列构建成最大堆,同样也可以运用这一点。从最后一个非叶子结点到第一个非叶子结点(根结点),对这些结点作为根结点的子树,按顺序调用一次上述描述的调整即可(每次调用时,该子树的左右子树必定是最大堆)。
4. 算法实现
#include <stdio.h>void swap(int *a,int *b) { int temp = *a; *a = *b; *b = temp;}//左右子树都是最大堆,从上至下调整使得最大堆, root_index是要调整的树的根节点,length是无序区的长度void adjust(int array[],int root_index,int length) { int left_child = root_index*2+1; int right_child = left_child+1; int left_or_right = 0; if((left_child >= length && right_child >= length) || (left_child >= length && array[root_index] >= array[right_child]) || (right_child >= length && array[root_index] >= array[left_child]) || (array[root_index] >= array[left_child] && array[root_index] >= array[right_child])){ return; } else if (array[left_child] >= array[root_index] && (right_child >= length || array[left_child] >= array[right_child])) { left_or_right = 1; } else if (array[right_child] >= array[root_index] && (left_child >= length || array[right_child] >= array[left_child])) { left_or_right = 0; } if(left_or_right) { swap(&array[left_child],&array[root_index]); adjust(array,left_child,length); } else { swap(&array[right_child],&array[root_index]); adjust(array,right_child,length); }}//heapsort主递归,每一次将无序区最后一个元素与堆顶元素交换,将堆顶元素加入有序区,因此有序区加1,无序区减1,无序区只剩一个元素的时候递归终止void heapsort_main(int array[],int length,int last_index) { int i; if(last_index == 0) return; swap(&array[0],&array[last_index]); adjust(array,0,last_index); heapsort_main(array,length,last_index-1);} //入口函数,array是待排序的数组,length是其长度void heapsort(int array[],int length) { int i; for(i = length/2-1;i >= 0;i--) { adjust(array,i,length); } heapsort_main(array,length,length-1);}int main(int argc,char *argv[]) { int array[9] = {1,1,1,2,3,5,2,3,5}; heapsort(array,9); int i; for(i = 0;i < 9;i++) { printf("%d ",array[i]); }}5.堆排序性质
时间复杂度O(nlogn)
空间复杂度O(1)
不稳定排序
本篇文章对堆排序所整理的内容,希望可以帮到需要的朋友
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
本文实现了八个常用的排序算法:插入排序、冒泡排序、选择排序、希尔排序、快速排序、归并排序、堆排序和LST基数排序首先是EightAlgorithms.java文
这篇文章主要介绍了Java如何实现八个常用的排序算法:插入排序、冒泡排序、选择排序、希尔排序、快速排序、归并排序、堆排序和LST基数排序,分享给大家一起学习。分
一、概述: 本文给出常见的几种排序算法的原理以及Java实现,包括常见的简单排序和排序算法,以及其他常用的算法知识。简单排序:冒泡排序、选择排序、插入排序排序
java算法之快速排序实现代码摘要:常用算法之一的快速排序算法的java实现原理:选择一个基准元素,通常选择第一个元素或者最后一个元素,通过一趟扫描,将待排序列
本文实现了八个常用的排序算法:插入排序、冒泡排序、选择排序、希尔排序、快速排序、归并排序、堆排序和LST基数排序首先是算法实现文件Sort.h,代码如下:/**