堆排序

最新推荐文章于 2021-08-18 21:27:42 发布

robbie1314

最新推荐文章于 2021-08-18 21:27:42 发布

阅读量931

点赞数

分类专栏： Algorithms 文章标签：终端 output function input date 2010

本文链接：https://blog.csdn.net/robbie1314/article/details/5672890

版权

Algorithms 专栏收录该内容

5 篇文章 0 订阅

订阅专栏

堆的定义

什么是堆呢?书里是这样说的：完全二叉树中所有非终端结点的值均不大于（或不小于）其左右孩子结点的值。堆可以有两种情况，直接看下面例子吧：

/ /

83 27

/ / /

38 11 09

{96, 83, 27, 38, 11, 09} 如上图所示，所有非终端结点值都大于左右孩子的值，这个为堆顶元素取最大值；

/ /

36 24

/ / / /

85 47 30 53

{12, 36, 24, 85, 47, 30, 53, 91}如上图所示，所有非终端结点值都小于左右孩子的值，这个为堆顶元素取最小值；

堆排序

搞清楚什么是堆了吧。。呵呵，那什么是堆排序呢？

若在输出堆顶的最小值后，使剩余n-1个元素又重建一个堆，则得到n个元素的次小值，如此反复执行，即可得到一个有序序列，这个就叫堆排序。(这里讲的是堆顶元素取最小值，也可以是堆顶元素取最大值，后来贴出来的代码就是做的大顶堆）

从上面定义我们可以知道，堆排序分两步：1）使无序的数列建成一个堆； 2）在输出堆顶元素后，调整剩余元素建成一个新的堆；第2步循环即可得到最后的有序序列。

(1) 建堆

废话不多讲了，书上都有，其实上面1 2步都是一个“筛选”的过程；

看看如何建堆吧，直接看例子，通俗易懂：

{49, 38, 65, 49, 76, 13, 27, 97}，我们建一个“大顶堆”吧，什么是大顶堆，就是我们说的堆顶元素取大值；

我们把这个数列看成是一个完全二叉树：

/ /

38 65

/ / / /

49 76 13 27

第1步，如上图，第一个非终端结点（什么是非终端结点，就是有儿子的）下标是(n/2 -1)，这里是49，其下标是3，这个不用解释了吧。。；筛选就从这个元素开始，将49和它的儿子比较大小，由于49>97，所以交换成下图所示；

/ /

38 65

/ / / /

97 76 13 27

第2步，如上图，第二个非终端结点是65（为什么？汗。。最后一个n/2 -1，倒数第二个就再减1），其下标是2。将65和它的左右儿子比较大小，由于65都大于13和27，所以不交换；

/ /

38 65

/ / / /

97 76 13 27

第3步，如上图，第三个非终端结点是38，其下标是1。这里38都小于97和76，将97与38交换位置，即大的数往堆顶放；这样就完了吗？没有，因为原来97位置上现在如果放38的话，明显38<49，按照堆得定义，就不是堆了，我们还需要继续拿38和原来97的儿子比较大小，筛选完后如下图所示：

/ /

97 65

/ / / /

49 76 13 27

第4步，如上图，第四个非终端结点是49，下标为0，这也是最后一个非终端结点啦，这次调整完后，即堆就建好啦。同理，49小于97，将49与97调整位置；而49又小于76，将49与76交换一下，这样就大功告成了，看看下图所示，是不是跟堆的定义一样。哈哈，是不是很简单

/ /

76 65

/ / / /

49 49 13 27

（2）输出堆顶元素，重新调整

堆已经建好了，由图可知，我们已经找到最大的元素。我们主要把最大的元素97“拿走”（呵呵不知道怎么表达好），然后用最后一个元素38替代。这时仅需自上而下调整即可，如下：

/ /

76 65

/ / / /

49 49 13 27

如上图，将因为38<76，因此，交换一下位置，又因为38<49，故继续交换位置，调整后，如下图：

/ /

49 65

/ / / /

38 49 13 27

看到了吧，第二大的元素已经找到了76；

同理，“拿走”76，用最后一个元素27替代，继续调整，如此循环，直至排序完成。

呵呵原理讲完了，下面贴上代码：

#define SWAP(a, b) /
do {typeof(a) c = (a); (a) = (b); (b) = c;} while(0)

/****************************************************************
    Function: sort_HeapAdjust
        Date: 2010-06-14
      Author: Robbie
Description: 建一个大顶堆，筛选过程
       Input: INT *piData 待调整的数列
              INT iParent 非终端结点
              UINT uiNum   数列个数
      Output: None
      Return: None
      Modify:
*****************************************************************/
VOID sort_HeapAdjust(IN INT *piData, IN INT iParent, IN UINT uiNum)
{
    INT i;
    INT iTmp = piData[iParent]; /* 非终端结点值 */
    for (i = 2*(iParent + 1); i < uiNum; i = (2 * (i + 1))) /* 向下筛选 */
    {
        if (piData[i - 1] > piData[i])     /* 下标i为数较大的下标 */
        {
            i--;
        }

        if (iTmp > piData[i])   /* 与非终端结点值比较, 如果非终端结点值大，则退出循环 */
        {
            break;
        }
        piData[iParent] = piData[i];
        iParent = i;
    }

    piData[iParent] = iTmp;
}

/****************************************************************
    Function: SORT_Heap
        Date: 2010-06-14
      Author: Robbie
Description: 堆排序
       Input: INT *piData 待排序的数列
              UINT uiNum   数列个数
      Output: None
      Return: None
      Modify:
*****************************************************************/
VOID SORT_Heap(IN INT *piData, IN UINT uiNum)
{
    INT i;

    for (i = (uiNum/2 - 1); i >= 0; i--) /* 将数列建成一个大顶堆 */
    {
        sort_HeapAdjust(piData, i, uiNum);
    }

    for (i = uiNum - 1; i > 0; i--)
    {
        SWAP(piData[0], piData[i]); /* 将最大的数放在最后，这样找到最大的数 */