1.建堆
<1>堆的概念及结构
如果有一个关键码的集合K = {k0,k1, k2,…,kn-1},把它的所有元素按完全二叉树的顺序存储方式存储在一个一维数组中,并满足:Ki <= K2i+1 且 Ki<= K2i+2 (Ki >= K2i+1 且 Ki >= K2i+2) i = 0,1,2…,则称为
小堆(或大堆)。将根节点最大的堆叫做最大堆或大根堆,根节点最小的堆叫做最小堆或小根堆。
简单来说堆:
1.物理结构是一个数组
2.逻辑结构是一个二叉树
3.大堆(树中所有的父亲大于等于孩子)、小堆(树中所有的父亲小于等于孩子)
<2> 堆的向下调整算法
向下调整算法有一个前提:左右子树必须是一个堆,才能调整。
如图:
这里以小堆为例进行调整,如图:
主要代码如下:
void swap(int* p1, int* p2)
{
int temp = *p1;
*p1 = *p2;
*p2 = temp;
}
void AdjustDown(int* php, int n, int parent)
{
int child = parent * 2 + 1;
while (child < n)
{
if ((child + 1) < n && php[child + 1] > php[child])
{
child++;
}
if (php[child] > php[parent])
{
swap(&php[child], &php[parent]);
parent = child;
child = parent * 2 + 1;
}
else
{
break;
}
}
}
<3>建堆
有了上面的向下调整算法,建堆就容易多了,根据父亲节点与孩子节点有如下关系,我们很容易推出最后一个非叶子(父亲)节点。
leftchild = parent2 + 1; righthild = parent2 + 2; --> parent = (child - 1) / 2;
开头我们提到,堆的物理结构是一个数组,故我们可以推出最后一个非叶子(父亲)节点下标为
parent = (n - 1 - 1) / 2
代码:
void BuildHeap(int* a, int n)
{
int parent = (n - 1 - 1) / 2;
for (int i = parent; i >= 0; i--)
{
AdjustDown(a, n, i);
}
}
2.堆排序
<1>堆排序应该建小堆还是建大堆呢?
答案是:排升序,建大堆。排降序,建小堆
这里我们以排升序为例,分析实现一下。
先建一个大堆,这样就很容易得到数组中的最大值,若是直接取出,毫无疑问会打乱堆原来的结构。所以我们将最大值与数组最后一个元素进行交换。这样最大值就在数组末尾了,然后在进行一次向下排序,这样就又建立起一个大堆,在取出最大值,也就是数组中的次大值,依次类推。
也许这么说不太好理解,我们来实战一下:
给了一个数组int a[] = {25, 18, 23, 20, 52, 32, 28, 41, 66, 60, 55 };要求我们对它进行升序排序。
分析如下:
代码:
void HeapSort(int* a, int n)
{
//建堆
int parent = (n - 1 - 1) / 2;
for (int i = parent; i >= 0; i--)
{
AdjustDown(a, n, i);
}
//排序
int end = n - 1;
while (end)
{
swap(&a[0], &a[end]);
AdjustDown(a, end, 0);
end--;
}
}
void main()
{
int a[] = {25, 18, 23, 20, 52, 32, 28, 41, 66, 60, 55 };
int n = sizeof(a) / sizeof(a[0]);
HeapSort(a, n);
return 0;
}
最终效果:
<2>那排升序建小堆可以实现吗?
不是不可以,是没有价值和意义,不如直接选择普通排序了。
如果我们排升序,建小堆的的话。问题在于:选出最小的数放到第一个位置,紧接着要选出次小,如何选?
建小堆取出最小元素后整个树的结构都乱了, 又要从新建堆一次建堆时间复杂度为O(N),那么每次都从新建堆的话时间复杂度为O(N^2)而建大堆时间复杂度才O(N),故不采用建小堆。