堆排序--排序村的上忍

堆排序

堆的概念

堆本身可以是一个数组，关键在于我们将其看成一个二叉树结构。比如下面

核心在于利用二叉树的结构特点：即根结点为最大值或最小值，来进行排序。

注：大堆：父亲比孩子大的堆。小堆反之。

堆排序（默认小堆，大堆同理）

向上调整算法

向上调整是指，对一个数据a要插入一个小堆，要不断向上与父节点比较，比父亲小则与之交换，并继续往上比较；由于默认除了a之外已是小堆，故若比父亲大则无需继续比较。如此，插入a后，小堆仍为小堆。

void AdjustUp(int* a, int child)
{
	int parent = (child - 1) / 2;
	while (child > 0)
	{
		if (a[child] < a[parent])
		{
			Swap(&a[child], &a[parent]);
			child = parent;
			parent = (child - 1) / 2;
		}
		else
			break;
	}
}

向下调整算法

向下调整则与前者相反。是指，对于小堆中的数据a，与其两个子节点较小的那一个比较，比孩子大则与之交换；由于已经是小堆，比孩子小则停下即可。

void AdjustDown(int* a, int n, int parent)
{
	int child = parent * 2 + 1;
	while (child < n)
	{
		if (child + 1 < n && a[child] > a[child + 1])
		{
			child++;
		}
		if (a[child] < a[parent])
		{
			Swap(&a[child], &a[parent]);
			parent = child;
			child = parent * 2 + 1;
		}
		else
			break;
	}
}

堆排序的原理（小堆对应降序）

堆排序实际上很巧妙。我们通过将堆顶数据与最后一个数据（即数组的最后一个）交换，实现将最小数放在数组末尾。再将前n-1个数据重新建堆，再重复前面过程，便实现了数组从大到小排列，而且不消耗额外空间。

堆排序的代码附上

void HeapSort(int* a, int n)
{
	for (int i = 0; i < n; i++)//先向上调整建堆
	{
		AdjustUp(a, i);
	}
	//for (int i = (n - 1) / 2; i >= 0; i--)//此为向下调整建堆
	//{
	//	AdjustDown(a, n, i);
	//}
	int end = n - 1;
	while (end > 0)
	{
		Swap(&a[0], &a[end]);
		AdjustDown(a, end, 0);
		end--;
	}
}

堆排的时间复杂度

1. 首先建堆部分：如果是向上调整，则是一个等比数列：对于第k层，有2^k-1个节点，最坏每个都需要向上挪动k-1次。从第一层累加到第h(堆的高度)层即可。又满二叉树h与N的关系：2^h-1=N。结论是O(Nlog₂N)；
   如果是向下调整建堆，因为只需从倒数第二层开始调整，所以是对2^k-1乘(h-k)，k从1到h-1累加即可，结论是O(N)。
   
2. 向下调整排序部分：第k层交换需要2^k-1次，每次向下调整最坏需要调k-1次。则计算过程与向上调整建堆的一样。均为O(Nlog₂N)。

综上，堆排时间复杂度为O(Nlog₂N)，与快排，希尔属同一段位。

堆的应用----top k问题

问：如何在N(比如1亿)个数据里选取最大的(或最小的)k个数，k远小于N。
答：当然是堆排了！假设选最大的，只需建立有k个数的小堆，遍历一遍数组，遇到比堆顶元素大的数据就把堆顶换成该数据，再向下调整小堆，最终堆里面留下的就是top大的k个数。

关于时间复杂度，遍历需要N，建堆应该为klog₂k，因为k<<N，故O(N)=N。