数据结构与算法-堆排序（详细版-一看就懂！）

pp-周子晗（努力赶上课程进度版）

已于 2024-07-27 19:42:34 修改

阅读量383

点赞数 11

分类专栏：数据结构文章标签：数据结构算法排序算法堆排序

于 2024-07-27 18:08:52 首次发布

本文链接：https://blog.csdn.net/2303_77756141/article/details/140736426

版权

数据结构专栏收录该内容

8 篇文章 0 订阅

订阅专栏

本文将承接主页文章堆的概念以及实现继续讲解

堆的概念以及实现

下篇文章将讲解堆排序的应用：TOP-K问题

一、如何将一个数组——>堆

1. 准备一个数组：

2. 数组的逻辑结构排成堆思路

二、堆排序-实现升序排序（要求打印出来的一串数字是递增排列）

三、更优的建堆（从倒数第一个非叶子，也就是最后一个节点的父亲节点开始向下调整）

1.思路

2. 时间复杂度的证明：

a. 向下调整时间复杂度：（O(N)）

b. 向上调整时间复杂度：（约等于O(NlogN),但小于）

c.选数时间复杂度: （O(NlogN)）

四、更优建堆完整代码

一、如何将一个数组——>堆

1. 准备一个数组：

int main()
{
	int a[] = { 4,6,2,1,5,8,2,9};
	//HeapSort(a, sizeof(a) / sizeof(int));
	for (int i = 0; i < sizeof(a) / sizeof(int); i++)
	{
		printf("%d", a[i]);
	}
	return 0;
}

2. 数组的逻辑结构建堆思路

当前的数组是无序的，我们要如何将这个数组形成一个堆呢？

我们想到如果将数组中的数，类似于堆的插入时一个一个插入是不是就能解决了呢？

但我们其实不必再创造一个新数组去放逻辑结构上是堆的数。

直接在原来的数组上做修改就可以了。

由于我们要将后面的数与第一个数进行比较，因此我们用向上调整来实现。

将一个已经存在的数组中的数进行堆排序，与堆的插入的区别在于，不用再开辟空间。

二、堆排序-实现升序排序（要求打印出来的一串数字是递增排列）

这里我们可以思考一下用小堆来排，还是大堆来排时间复杂度尽量小呢？

我们需要知道，堆排序的应用是选数，那么在一个数组中我们将它形成大堆/小堆我们可以选出最大/最小的数。如果想要选出次大/次小的数呢？

1. 使用小堆:

思路：

如果直接删除第一个数，下一个数不就是次小？但时间复杂度太大

因此不能直接删除第一个数据，去取第二个数据。

2. 使用大堆：

a. 思路：

利用堆的实现时的思路，要得到次小的数字，若不想将堆的排序打乱，先交换首尾。

我们想要实现的是升序排序，这时最大元素已在堆尾。相当于尾部已排好，再将现在的根节点 "1" 进行向下调整，（选择出左右孩子中较大的与之交换，直到再没有比他大的孩子），此时次大的数据已在根节点。我们需要继续交换。堆尾已排好，我们将它视作外围数，而他又必须在数组中。

那该如何实现呢？

将数组的大小看做 -1，最后一个元素的下标 -1

如图：

3. 堆排序实现降序排序

建堆时使用建小堆

4. 完整代码

#include"MY_Heap.h"

头文件在上篇文章：堆的实现完整代码中

（注意向上调整与向下调整函数中的大于小于符号需要改变）

#include"MY_Heap.h"
#include<time.h>
#define _CRT_SECURE_NO_WARNINGS 1


void HeapSort(int* a, int n)
{
	//建大堆
	for (int i = 1; i < n; i++)
	{
		AdjustUp(a, i);
	}

	int end = n - 1;
	while (end > 0)
	{
		Swap(&a[0], &a[end]);
		Adjustdown(a, end, 0);
		--end;
	}
}
int main()
{
	int a[] = { 4,6,2,1,5,8,2,9};
	HeapSort(a, sizeof(a) / sizeof(int));
	for (int i = 0; i < sizeof(a) / sizeof(int); i++)
	{
		printf("%d", a[i]);
	}
	return 0;
}

三、更优的建堆（从倒数第一个非叶子，也就是最后一个节点的父亲节点开始向下调整）

优势：效率更高

1.思路

如果左右子树不是小堆呢？

最后一个叶子节点一定是最小的数，因此我们从他的父节点开始调整将每一个子树都想像下调整成一个小堆，最后就可以得到新的小堆。时间复杂度：O(N)

2. 时间复杂度的证明：

a. 向下调整时间复杂度：（O(N)）

b. 向上调整时间复杂度：（约等于O(N*logN),但小于）

c.选数时间复杂度: （O(N*logN)）

四、更优建堆完整代码

#include"MY_Heap.h"
void HeapSort(int* a, int n)
{
	//建大堆
	//for (int i = 1; i < n; i++)
	//{
	//	AdjustUp(a, i);
	//}

	//向下调整建堆

	for (int i = (n - 2) / 2; i > 00; --i)
	{
		Adjustdown(a, n, i);
	}

	int end = n - 1;
	while (end > 0)
	{
		Swap(&a[0], &a[end]);
		Adjustdown(a, end, 0);
		--end;
	}

}
int main()
{
	int a[] = { 4,6,2,1,5,8,2,9};
	HeapSort(a, sizeof(a) / sizeof(int));
	for (int i = 0; i < sizeof(a) / sizeof(int); i++)
	{
		printf("%d", a[i]);
	}
	return 0;
}

结语：

随着这篇关于题目解析的博客接近尾声，我衷心希望我所分享的内容能为你带来一些启发和帮助。学习和理解的过程往往充满挑战，但正是这些挑战让我们不断成长和进步。我在准备这篇文章时，也深刻体会到了学习与分享的乐趣。

在此，我要特别感谢每一位阅读到这里的你。是你的关注和支持，给予了我持续写作和分享的动力。我深知，无论我在某个领域有多少见解，都离不开大家的鼓励与指正。因此，如果你在阅读过程中有任何疑问、建议或是发现了文章中的不足之处，都欢迎你慷慨赐教。你的每一条反馈都是我前进路上的宝贵财富。同时，我也非常期待能够得到你的点赞、收藏，关注这将是对我莫大的支持和鼓励。当然，我更期待的是能够持续为你带来有价值的内容，让我们在知识的道路上共同前行。