8大排序之-------堆排序与时间复杂度

最新推荐文章于 2024-08-31 19:18:51 发布
最新推荐文章于 2024-08-31 19:18:51 发布
阅读量5.9k 收藏 3
点赞数
分类专栏： Android 文章标签： 堆排序 算法 图片 时间复杂度 数据结构与算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Yabber0914/article/details/52331271
版权
堆排序是一种基于完全二叉树的排序算法，分为最大堆和最小堆。最大堆中父节点键值大于或等于子节点，最小堆反之。在最小堆排序的例子中，不断将最小元素移至末尾，直到所有元素排序完成。代码实现和时间复杂度分析显示，堆排序的平均和最好情况时间复杂度均为O(nlogn)。
摘要由CSDN通过智能技术生成

                                                      堆排序

--------------------------------------------------

    在介绍堆排序之前先介绍一下什么是完全二叉树,完全二叉树就是在第n层被填满之前，不会开始填第n+1层深度，并且是从左向右填满


----------------------------------------------------------------------------

（一）什么是堆排序？堆排序就是利用完全完全二叉树（）的性质进行排序。又分为最大堆和最小堆

最大堆：父节点的键值总是大于或者等于任何一个子节点的键值

最小堆：父节点的键值总是小于或者等于任何一个子节点的键值

（二）堆排序的过程

           比如我们现在要排序   int [] a={17,8,45,84,2,94};


我们这道例子拿最小堆作

最低0.47元/天 解锁文章
Yabber0914
关注
专栏目录
【树与二叉树】堆的时间复杂度详解以及堆的应用—堆排序、TOP - K问题
Sherry的博客
03-28 3813
今天我们认识并学习了堆的时间复杂度，并且通过分析对向下调整算法和向上调整算法也有了更深入的了解。还对堆的应用——堆排序、TOP - K问题进行了分析。下一篇博客我们将对二叉树链式结构进行分析及实现。希望我的文章和讲解能对大家的学习提供一些帮助。
建堆的时间复杂度计算
热门推荐
wangqing_199054的专栏
03-04 2万+
现在常有两种建堆的方法，而这两种方法又有着不同的时间复杂度。下面分别陈述： （1）自顶向下的建堆方式 这种建堆的方法具有O(n*log2n)的时间复杂度。从根结点开始，然后一个一个的把结点插入堆中。当把一个新的结点插入堆中时，需要对结点进行调整，以保证插入结点后的堆依然是大根堆。如下图所示，是采用自顶向下的方法建立的大根堆。 其中h = log2(n+1)-1，第k层结点个数为2
数据结构8种排序时间和空间复杂度对比
北京小辉
08-17 4738
算法复杂度分析 http://blog.csdn.net/silentwolfyh/article/details/73162862插入排序–Java版 http://blog.csdn.net/silentwolfyh/article/details/73187088希尔排序–Java版 http://blog.csdn.net/silentwolfyh/article/details
【数据结构与算法】如何构建最小堆
longforone的博客
08-18 1007
最小堆，作为一种独特且重要的数据结构，它是一种特殊的二叉树。在这种二叉树中，有一个关键的规则：每一个父节点所存储的值，都必然小于或者等于其对应的子节点的值。这一规则确保了根节点总是承载着整个堆中的最小数值。1/ \3 2在这个例子中，根节点的 1 毫无疑问是整个堆中数值最小的元素。
堆排序-时间复杂度
淡沫初夏zz的博客
01-10 1949
前言一，堆排序二，冒泡排序三，两者性能比较 一，堆排序 二，冒泡排序 三，两者性能比较
堆排序时间复杂度_神级基础排序——堆排序
weixin_39602891的博客
12-06 669
堆排序的介绍 堆排序(Heapsort)是指利用堆积树（堆）这种数据结构所设计的一种排序算法，它是选择排序的一种。可以利用数组的特点快速定位指定索引的元素。堆分为大根堆和小根堆，是完全二叉树。完全二叉树：除了最后一层之外的其他每一层都被完全填充，每一层从左到右的填充数据，不能空缺大根堆：任意一个节点的值均大于等于它的左右孩子的值，位于堆顶的节点值最大小根堆：任意一个节点的值均小于等于它的左右孩子的...
八大排序的时间复杂度和空间复杂度
qq_43411563的博客
02-04 749
常见的排序算法有：内部排序和外部排序算法，我们所接触到的八大排序算法都属于内部排序。内部排序算法又可分为插入排序、选择排序、交换排序、归并排序和基数排序；插入排序又可分为直接插入排序和希尔排序、选择排序又可分为简单选择排序和堆排序、交换排序又可分为冒泡排序和快速排序。 具体关系可有下图表示： 它们的时间复杂度和空间复杂幅度分别是： 在基数排序中，r代表关键字的基数，d代表关键字的长度，n代表关...
数据结构：堆排序(升序排序建大堆)，TOP-K问题
10-06
在这个场景中，我们关注的是“堆排序”以及与之相关的“TOP-K”问题。首先，让我们深入理解这两个概念。 堆排序是一种基于比较的排序算法，它利用了数据结构中的“堆”这一特性。堆是一个近似完全二叉树的结构，...
48、堆排序+书画相关链接（十三）-2020-01-16（F）.pdf
01-21
堆排序的时间复杂度分析： - 建堆的时间复杂度为O(n)。 - 每次向下调整的时间复杂度为O(log n)，共需调整n次，因此向下调整的时间复杂度为O(n log n)。 总的时间复杂度为O(n + n log n) = O(n log n)。 堆排序具有...
详解Java常用排序算法-堆排序
08-26
堆排序是一种基于堆数据结构的排序算法，它的时间复杂度为 O(nlogn)。 堆的概念： 堆是一种特殊的树形数据结构，它满足以下两个性质： 1. 堆中某个节点的值总是不大于或不小于其父节点的值。 2. 堆总是一棵完全...
堆排序--大顶堆排序
03-27
堆排序--大顶堆排序 大顶堆排序是堆排序的一种，通过构建大顶堆来实现排序的过程。下面是对大顶堆排序的详细解释： 什么是大顶堆？ 大顶堆是一种特殊的完全二叉树，它满足以下条件： * 对于每个非叶子节点，节点...
Java堆排序的时间复杂度_排序算法Java版，以及各自的复杂度，以及由堆排序产生的top K问题...
weixin_42640676的博客
02-26 231
常用的排序算法包括：冒泡排序：每次在无序队列里将相邻两个数依次进行比较，将小数调换到前面， 逐次比较，直至将最大的数移到最后。最将剩下的N-1个数继续比较，将次大数移至倒数第二。依此规律，直至比较结束。时间复杂度：O(n^2)选择排序：每次在无序队列中“选择”出最大值，放到有序队列的最后，并从无序队列中去除该值(具体实现略有区别)。时间复杂度：O(n^2)直接插入排序：始终定义第一个元素为有序的，...
堆排序时间复杂度理解
boyhailong的专栏
01-07 1792
看了算法导论不是很理解。 网上搜索答案，发现说明的人也不多： 首先这个循环是从i = headsize/2 -> 1，也就是说这是一个bottom-up的建堆。于是，有1/2的元素向下比较了一次，有1/4的向下比较了两次，1/8的，向下比较了3次，......，1/2^k的向下比较了k次，其中1/2^k <= 1, k 约等于lg(n)。于是就有总的比较量： T = () * n
堆的时间复杂度
qq_57349657的博客
12-21 2008
建堆 调整堆 堆排序
八大排序算法的时间、空间复杂度和稳定性
伟庭的博客
12-01 1942
八大排序【直接插入、希尔、冒泡、快速、简单选择、堆、归并、基数】算法的时间、空间复杂度和稳定性
堆排序
weixin_33748818的博客
07-01 121
　　科班出身的程序员就应该研究些算法和数据结构类的东西，不然，有什么优势？ 　　堆排序，结构是完全二叉树，选择排序的一种，其流程控制和冒泡排序类似，每次选出一个最大（或最小的元素）排出去，然后下一轮再选出一个最大（最小的），以此类推，直到剩下一个不能构成二叉树为止也排出去，排出来的就是有序的了。只不过每次选极值元素不是对所有元素都对比，而是心中模拟有一棵完全二叉树，每次选出最大顶（最小顶）。 ...
堆的时间复杂度分析
最新发布
2401_82677021的博客
08-31 770
总结点个数N=2^0+2^1+...+2^(h-1)=2^h-1。那么就可以得出高度和节点个数的关系h=log（N+1）。最少情况下，N=2^0+2^1+...+2^(h-2)+1=2^(h-1),同样高度和节点个数的关系：h=logN+1;相减得：F(h)=2^(h-1)+2^1+2^2+...+2^(h-2)-2^0*(h-1)最多需要调整的次数：T(h)=2^1*1+2^2*2+...+2^(h-1)*(h-1)相减得：T(h)=2^h*(h-1)-2^1-（2^2+2^3+...+2^(h-1))
堆的时间复杂度，空间复杂度
Xurui_Luo的博客
06-14 3035
时间复杂度 分成初始化堆和取出最大/小元素后修改堆两个过程看 建堆过程O(n) 取出最大/小元素后修改堆O(nlog⁡n)O(n \log n)O(nlogn) 总的来讲，堆的时间复杂度为O(nlog⁡n)O(n \log n)O(nlogn) 空间复杂度 直接对现有的数据结构进行排序，因此是O(1)O(1)O(1) 参考 排序算法之 堆排序 及其时间复杂度和空间复杂度 ...
堆排序的时间复杂度分析
yizhiniu_xuyw的专栏
11-10 1万+
堆排序包括两个阶段，初始化建堆和重建堆。所以堆排序的时间复杂度由这两方面组成，下面分别进行分析。先post一个实现代码，便于分析。 #include <stdio.h> void swap(int *a, int *b); void adjustHeap(int param1,int j, int inNums[]); void HeapSort(int nums, int inNums[]); //大根堆进行调整 void adjustHeap(int param1, int j, i
堆排序实现及解决TOP-K问题的算法
TOP-K问题的解决时间复杂度与堆排序相同，也是O(nlogk)，其中n是数据集中元素的数量，k是需要找到的最大数的数量。这种方法的优势在于，在不需要完整的排序过程的情况下，就能以相对较高的效率找到数据集中的TOP-K...
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值