堆排序算法
1.堆排序是利用堆的特性对记录序列进行排序的一种排序方法。
好的那么堆得特性是什么呢?
堆得定义:
好的那么堆得特性是什么呢?
堆得定义:
堆是满足下列性质的数列{r1, r2, …,rn}:
![](http://hi.csdn.net/attachment/201109/22/0_1316660169VUBb.gif)
如下图最开始是一个小顶堆。当把97和13 交换后不是堆了,所以我们要调整根节点使之成为堆即筛选。(注意:是自 堆顶到叶子的筛选过程,应该刚开始是堆由于把堆顶给换了,罪魁祸首是堆顶,其它小范围还是堆,所以是从堆顶开始 )。
![](http://hi.csdn.net/attachment/201109/22/0_1316660397mmZ5.gif)
这其中还要注意一点。97 与13 交换后应该跟27 比较为什么呢?
1.因为是小顶堆,所以在97 的子节点里选择小者。如果把38放上去。38成了27的父节点比27大就不是小顶堆了。如果换成大顶堆就要比较把大的数据放上去。
所以程序里交换时要先要比较一下。
程序如下:
- //堆调整算法
- void HeapAdjust (HeapType &H, int s, int m)
- { // 已知 H.r[s..m]中记录的关键字除 H.r[s] 之外
- //均满足堆的特征,本函数自上而下调整 H.r[s]
- //的关键字,使 H.r[s..m] 也成为一个大顶堆
- rc = H.r[s]; // 暂存 H.r[s]
- for ( j=2*s; j<=m; j*=2 ) { // j 初值指向左孩子
- 自上而下的筛选过程;
- }
- // 自上而下的筛选过程
- if ( j<m && H.r[j].key>H.r[j+1].key ) ++j;
- // 左/右“子树根”之间先进行相互比较
- // 令 j 指示关键字较小记录的位置
- if ( rc.key <= H.r[j].key ) break;
- // 再作“根”和“子树根”之间的比较,
- // 若“>=”成立,则说明已找到 rc 的插
- // 入位置 s ,不需要继续往下调整
- H.r[s] = H.r[j]; s = j;
- // 否则记录上移,尚需继续往下调整
- H.r[s] = rc; // 将调整前的堆顶记录插入到 s (注意插入的位置为s j=2*s)
- } // HeapAdjust
2)建堆是一个从下往上进行“筛选”的过程 (首先要把底部的建成小堆,前面调整是因为只有堆顶,其它都已经是堆了。当我建堆到堆顶是也是从堆顶往下筛选)(
所以说建堆大范围是从下往上筛选,在添加该结点时,还得从该节点往下筛选确保添加该节点后还是堆
)。
如下图建堆过程: 从97 开始->65->38 ->49这是从下往上(大范围从下往上)。第二个图到65时又 65与13 调整了(从上往下调整)。当到49时也是49<-> 13 <-> 27所以也是从上之下调整( 为了确保加入该结点后还是堆)。
程序如下:
堆排序算法如下:
如下图建堆过程: 从97 开始->65->38 ->49这是从下往上(大范围从下往上)。第二个图到65时又 65与13 调整了(从上往下调整)。当到49时也是49<-> 13 <-> 27所以也是从上之下调整( 为了确保加入该结点后还是堆)。
![](http://hi.csdn.net/attachment/201109/22/0_1316662317U3FN.gif)
程序如下:
堆排序算法如下:
- void HeapSort ( HeapType &H ) {
- // 对顺序表 H 进行堆排序
- for ( i=H.length/2; i>0; --i )
- HeapAdjust ( H.r, i, H.length ); // 建小顶堆
- for ( i=H.length; i>1; --i ) {
- H.r[1]←→H.r[i];
- // 将堆顶记录和当前未经排序子序列
- // H.r[1..i]中最后一个记录相互交换
- HeapAdjust(H.r, 1, i-1); // 对 H.r[1] 进行筛选
- }
- } // HeapSort