-
堆的定义:为顺序存储的“完全二叉树”,若n个关键字序列L[1,…,n] 满足下面某一条性质,则称为堆:
-
若满足:L(i)≥L(2i)且L(i)≥L(2i + 1) (1≤i≤n/2) ,则为大根堆(大顶堆)。
![在这里插入图片描述](https://img-blog.csdnimg.cn/ca21f9da5ba4482ca9a41bff25e84027.png)
-
若满足:L(i)≤L(2i)且L(i)≤L(2i + 1) (1≤i≤n/2) ,则为小根堆(小顶堆)。
-
-
建立大根堆:
算法思路:编号≤n/2的所有元素依次“下坠”调整(自底向上处理各个分支结点),调整规则为小元素逐层“下坠”(与关键字更大的孩子交换)。 -
堆排序:
算法思路:先将待排序元素建立为大根堆,再每一趟将堆顶元素加入有序子序列(与待排序序列中的最后一个元素交换),并将待排序元素序列再次调整为大根堆。 -
空间复杂度:O(1)。
-
建立堆的时间复杂度:O(n)。
-
时间复杂度:O(nlog2(n))。
-
算法稳定性:不稳定。
-
适用性:可用于顺序表和链表。
-
实现代码:
#include <stdio.h> // 输入输出
#include <windows.h> // system函数
#define MaxSizeF 8
// 将以K为根的子树调整为大根堆
void HeadAdjust(int *arr, int k, int len)
{
int i, temp;
temp = arr[k];
// 循环比较, 由于数组序号是由0开始,所以左子树序号需 + 1
for (i = 2 * k + 1; i < len; i = i * 2 + 1)
{
if (i < len - 1 && arr[i] < arr[i + 1])
{
i++; // 左子树小于右子树
}
if (temp >= arr[i]) // 父节点大于等于子树中最大的值,则直接退出循环
{
break;
}
else
{
arr[k] = arr[i]; // 父节点小于子树中最大的值,则交换值。
k = i; // 修改k值,以便继续向下筛选
}
}
arr[k] = temp; // 被筛选的值放入最终的位置
}
// 建立大根堆
void BuildMaxHeap(int *arr, int len)
{
int i;
// 将整个数组从后往前整理成一个大顶堆,确保满足L(i)≥L(2i)且L(i)≥L(2i + 1),即根≥左、右子树,保证在后续排序过程中堆顶元素下坠不会破坏大根堆结构。
for (i = len / 2 - 1; i >= 0; i--)
{
HeadAdjust(arr, i, len);
}
}
// 堆排序
void HeapSort(int *arr, int len)
{
// 建立大根堆
BuildMaxHeap(arr, len);
// 从后往前确定序列
for (int i = len - 1; i > 0; i--)
{
// 将堆顶的元素和堆底的元素交换
int temp;
temp = arr[i];
arr[i] = arr[0];
arr[0] = temp;
HeadAdjust(arr, 0, i); // 将剩余的待排序元素整理成堆
}
}
// 打印
void PrintList(int *A, int n)
{
int i;
for (i = 0; i < n; i++)
{
printf("%d", A[i]);
printf("\n");
}
}
int main()
{
int F[MaxSizeF] = {87, 75, 66, 52, 14, 71, 99, 91};
// 堆排序
HeapSort(F, MaxSizeF);
PrintList(F, MaxSizeF);
printf("\n");
system("pause"); // 避免exe程序自动退出
return 0;
}