堆排序的排序思想?
堆排序(Heap Sort)是一种基于堆数据结构的排序算法,其基本思想可以概括如下:
1. 堆的性质:
- 堆是一种特殊的完全二叉树,分为最大堆和最小堆两种形式。
- 最大堆:父节点的值大于或等于任何一个子节点的值。
- 最小堆:父节点的值小于或等于任何一个子节点的值。
2. 堆排序过程:
-
构建堆:将待排序的数组视为一个完全二叉树,并将其调整为堆。这一过程称为堆化(Heapify)。对于最大堆,可以通过从最后一个非叶子节点开始,依次向前进行下沉操作(调整堆结构),使得每个父节点大于等于其子节点。
-
排序:排序时,每次从堆顶(数组的第一个元素)取出最大(或最小)元素,然后将剩余的堆继续调整为最大堆。这个过程重复进行,直到堆中只剩下一个元素。
3. 具体步骤:
- 构建最大堆:从最后一个非叶子节点开始,依次向前进行下沉操作,直到整个数组成为一个最大堆。
- 排序:每次将堆顶元素(最大元素)与堆的最后一个元素交换,然后减小堆的大小,并对堆顶进行一次下沉操作,使得新的堆顶重新满足最大堆的性质。
- 重复上述过程,直到堆中的元素只剩下一个。
4. 时间复杂度:
- 堆排序的时间复杂度为 O(n log n),其中建堆操作的时间复杂度为 O(n),每次调整堆的时间复杂度为 O(log n)。堆排序由于使用了完全二叉树的特性,具有较好的性能。
5. 空间复杂度:
- 堆排序是原地排序,空间复杂度为 O(1),即只需要常数级别的额外空间用于交换操作。
堆排序通过维护堆的性质,利用堆顶元素的特性来实现排序,具有稳定的时间复杂度和原地排序的优势,适用于需要高效排序大量数据的场景。
具体步骤:
- 假设数组长度为n,初始时数组为A[1…n]。
- 将数组从后向前转换为最大堆:
- 从最后一个非叶子节点开始(即A[n/2]),向下调整堆。
- 每个节点向下调整时,比较其值与其子节点的值,如果当前节点的值小于其子节点的值,则与较大的子节点交换。
- 重复上述过程,直到堆顶元素满足最大堆的性质。
- 将堆顶元素(最大值)与数组的最后一个元素交换,然后重新调整堆。
- 重复上述过程,直到堆的大小减少到1。
时间复杂度:
- 堆排序的时间复杂度为O(n log n),其中n是数组的长度。
空间复杂度:
- 堆排序是原地排序算法,不需要额外的存储空间,因此空间复杂度为O(1)。
稳定性:
- 堆排序不是稳定的排序算法,因为相同的元素在排序过程中可能会交换位置。
代码:
// 向下调整算法,使以 parent 为根节点的堆满足大根堆性质
void AdjustDown(int* a, int parent, int n)
{
assert(a);
int child = parent * 2 + 1;
// 确保子节点不超过堆的大小
while (child < n)
{
// 找到左右子节点中较大的一个
if (child + 1 < n && a[child] < a[child + 1])
{
++child;
}
// 父节点小于较大子节点,交换父子节点位置
if (a[child] > a[parent])
{
Swap(&a[child], &a[parent]);
parent = child;
child = parent * 2 + 1;
}
else
{
break; // 父节点已经大于等于子节点,退出循环
}
}
}
// 堆排序算法
void HeapSort(int* a, int n)
{
// 升序排序建大根堆,降序排序建小根堆
for (int i = (n - 1) / 2; i >= 0; i--) // 从最后一个非叶子节点开始向下调整
{
AdjustDown(a, i, n); // 向下调整以 i 为根节点的大根堆
}
int end = n - 1;
while (end > 0)
{
Swap(&a[0], &a[end]); // 将堆顶元素(即最大值)与堆末尾元素交换
AdjustDown(a, 0, end); // 对新的堆顶进行向下调整,使其满足大根堆性质
--end; // 堆大小减 1,排除已排序好的最大值
}
}
使用 priority_queue
实现
逆序:
void heapSort(vector<int>& nums) {
priority_queue<int> maxHeap;
// 将数组元素插入最大堆中
for (int num : nums) {
maxHeap.push(num);
}
// 依次取出堆顶元素放入结果数组中(逆序)
for (int i = nums.size() - 1; i >= 0; --i) {
nums[i] = maxHeap.top();
maxHeap.pop();
}
}
顺序:
void heapSort(vector<int>& nums) {
priority_queue<int, vector<int>, greater<int>> minHeap;
// 将数组元素插入最小堆中
for (int num : nums) {
minHeap.push(num);
}
// 依次取出堆顶元素放入结果数组中(顺序)
for (int i = 0; i < nums.size(); ++i) {
nums[i] = minHeap.top();
minHeap.pop();
}
}