大顶堆、小顶堆与堆排序

最新推荐文章于 2022-11-11 18:53:40 发布
最新推荐文章于 2022-11-11 18:53:40 发布
阅读量560 收藏
点赞数
分类专栏： 算法与数据结构 文章标签： 算法 数据结构 c++
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/kallou/article/details/125565987
版权
本文介绍了堆结构的逻辑与物理结构，重点讲解了大顶堆和小顶堆的概念，以及如何通过堆排序算法在O(logn)时间复杂度内将无序堆排序为大顶堆，以快速找到最大值或最小值。堆排序过程包括与父节点的比较和上浮操作，其时间复杂度为O(logn)。
摘要由CSDN通过智能技术生成

堆结构是一种特殊的逻辑结构，通过堆排序算法可以将无序堆经O(logn)时间排序为一个大顶堆或小顶堆，从而快速获取最大值和最小值。

1.堆的物理结构和逻辑结构

堆的逻辑结构是一颗完全二叉树，而内存中实际的物理结构是一个顺序数组。

完全二叉树是一种每一层都是从左往右放值直到把该层放满才会增长至更深层的结构。

堆的数组到堆结构的映射关系满足：数组中第i个元素的左孩子为第2*i+1的元素，右孩子为第2*i+2的元素，父节点为第(i-1)/2 （取整数位，0位的父节点是自己）的元素。

堆的逻辑结构
堆的物理结构

 

 2.大顶堆与小顶堆

大顶堆即对于堆中任何一颗子树来说，该子树的最大值

最低0.47元/天 解锁文章
Kallou
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
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...
小顶堆操作
05-03
建堆 堆排序 小顶堆 算法学习用，有什么好的建议欢迎告诉我呀，先谢谢大家的帮助
Java 堆排序实例(大顶堆、小顶堆)
08-28
下面小编就为大家分享一篇Java 堆排序实例(大顶堆、小顶堆)，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
【数据结构】堆排序-大顶堆、小顶堆、堆排序
weixin_37838913的博客
04-07 1618
堆排序-大顶堆、小顶堆、堆排序大顶堆小顶堆堆排序堆排序代码实现 大顶堆 完全二叉树 父节点>左右子节点 arr[n]>arr[2n+1]&&arr[2n+2] 升序用大顶堆 小顶堆 完全二叉树 父节点<左右子节点 arr[n]<arr[2n+1]&&arr[2n+2] 降序用小顶堆 堆排序 1.假设给定无序序列结构如下 ...
堆排序（大顶堆、小顶堆）
书山有路勤为径
04-06 913
https://www.cnblogs.com/lanhaicode/p/10546257.html 大顶堆：每个结点的值都大于或等于其左右孩子结点的值 小顶堆：每个结点的值都小于或等于其左右孩子结点的值 ...
算法 - 堆排序(大顶堆、小顶堆)
chun的博客
02-03 703
用的是顺序存储二叉树，也就是数组实现的二叉树，遍历的时候按照的是二叉树的形式 代码实现 package tree; import java.util.Arrays; public class HeapSort { public static void main(String []args){ int [] arr = {4, 6, 8, 5...
堆排序思想和案例图解
Peter_Changyb的博客
09-09 8056
堆排序的基本思想是：将待排序序列构造成一个大顶堆，此时，整个序列的最大值就是堆顶的根节点。将其与末尾元素进行交换，此时末尾就为最大值。然后将剩余n-1个元素重新构造成一个堆，这样会得到n个元素的次小值。如此反复执行，便能得到一个有序序列了 步骤一 构造初始堆。将给定无序序列构造成一个大顶堆（一般升序采用大顶堆，降序采用小顶堆)。 　　a.假设给定无序序列结构如下 2.此时我们从最后一个非...
大顶堆类（C++封装）
01-18
利用C++实现了大顶堆，并封装了常用操作，包括：插入、删除、堆排序等。通过自己实现堆的常用操作，可以对堆的原理有更深的理解。
堆排序（C语言实现）
01-07
堆排序（C语言实现）算法思想步骤程序 算法思想 见： 4. 选择排序—堆排序（Heap Sort） 算法导论——堆排序heapsort 步骤 1. 将n个元素建立初始堆，第一个节点放在数组下标1中，因此n个节点对应数组 a[1] ~ a[n]，...
数据结构与算法--排序算法：堆排序 最大堆（大顶堆）和 最小堆（小顶堆）详解
storyfull
11-06 7052
先是基础：最大堆（大顶堆）和最小堆（小顶堆）详解；然后剖析“堆排序”的实质和思路过程，然后又代码逐步实现！
堆排序，大顶堆，小顶堆
冰冻火山
02-10 2万+
代码如下，有详细的注视 package com.collonn.algorithm.sort; /** * * 堆排序基本步骤，假设没有重复的元素 * 空间：为O(1) * 时间：N*logN * * 步骤1：构建大顶堆(或小顶堆) * 步骤2：将 堆顶 元素 与 未排序 的最后一个叶子，进行交换 * 步骤3：并对半堆进行修正(不考虑已有序的叶子) * 步骤
堆排序（浅谈大顶堆与小顶堆）
热门推荐
不务正业随手记
09-14 3万+
1、什么是堆？ 堆是一种非线性结构，（本篇随笔主要分析堆的数组实现）可以把堆看作一个数组，也可以被看作一个完全二叉树，通俗来讲堆其实就是利用完全二叉树的结构来维护的一维数组，按照堆的特点可以把堆分为大顶堆和小顶堆。 大顶堆：每个结点的值都大于或等于其左右孩子结点的值 小顶堆：每个结点的值都小于或等于其左右孩子结点的值 2、堆的特点 我们对堆中的结点按层进行编号，将这种逻辑结构映射到数组中就是下面...
大顶堆和小顶堆和堆排序！！！！！！！！！！！！！！
DeathRS的博客
03-19 2103
一、大顶堆 二、小顶堆 三、堆排序 首先我讲一下大顶堆和小顶堆的基本概念大家先理解一下 所谓大顶堆通俗意义上来讲就是大的数放顶上，小的数放下面、也就是降序。所以需要保证每一个父节点都大于他的两个子节点。 小顶堆那肯定就是和大顶堆相反了，小的数放上面，大的数放下面，也就是升序、所以需要保证每一个父节点都小于他的两个子节点。 为了方便大家理解，我下面放上两个图。不然太抽象了。 当我们进行堆排序的时...
三、排序_06 &大顶堆小顶堆 &堆排序（笔记）
oQQSanGuo的博客
03-31 278
大顶堆小顶堆 public class A013_堆排序_大顶堆小顶堆 { public static void main(String[] args) { // int[] a = { 78, 56, 34, 43, 4, 1, 15, 2, 23 }; int[] a = { 5, 6, 3, 2, 8, 1 }; midOrder(a, 0); System.out.pr...
C++ 堆、大顶堆、小顶堆、堆排序
琅嬛福地
11-11 5091
堆(heaps)不是容器，而是一种特别的数据组织方式。};};int id;} };} };return 0;
堆排序（小顶堆）
qq_52765554的博客
07-04 394
原题链接 ：838.堆排序 输入一个长度为 n 的整数数列，从小到大输出前 m 小的数。 输入格式 第一行包含整数 n 和 m。 第二行包含 n 个整数，表示整数数列。 输出格式 共一行，包含 m 个整数，表示整数数列中前 m 小的数。 数据范围 1≤m≤n≤105， 1≤数列中元素≤109 输入样例： 5 3 4 5 1 3 2 输出样例： 1 2 3 主要思路 –by yxc #include <bits/stdc++.h> using namespace std; const int N
堆排序之 大顶堆和小顶堆 c语言
fuyuande的博客
10-30 1516
百度得到的堆定义如下： 堆的定义如下：n个元素的序列{k1,k2,ki,…,kn}当且仅当满足下关系时，称之为堆。 (ki <= k2i,ki <= k2i+1)或者(ki >= k2i,ki >= k2i+1), (i = 1,2,3,4...n/2) 当ki <= k2i的时候，称之为小顶堆，反之则称之为大顶堆。堆排序时间复杂度好坏情况均为n...
堆排序大顶堆变成小顶堆
最新发布
09-05
要将大顶堆转换为小顶堆，可以按照以下步骤进行操作： 1. 首先，将大顶堆的根节点（最大值）与最后一个叶子节点进行交换。 2. 然后，将交换后的最后一个叶子节点移出堆。 3. 接下来，对根节点进行下沉操作（与其子节点中较小的那个进行交换），以维持小顶堆的性质。 4. 重复步骤2和3，直到所有节点都被移出堆。 具体的实现过程如下： 1. 假设要将大顶堆存储在数组中，根节点的索引为0。 2. 交换根节点与最后一个叶子节点，即将根节点的值与数组末尾元素交换。 3. 对根节点进行下沉操作，找到它与子节点中较小值的索引，然后将其交换。 4. 重复步骤2和3，直到所有节点都被移出堆。 以下是一个示例实现的伪代码： ``` # 将大顶堆转换为小顶堆 def convert_to_min_heap(heap): n = len(heap) # 从最后一个非叶子节点开始，依次向前处理 for i in range(n // 2 - 1, -1, -1): # 将当前节点下沉到合适位置 heapify(heap, n, i) return heap # 下沉操作 def heapify(heap, n, i): smallest = i left = 2 * i + 1 right = 2 * i + 2 # 找到左子节点和右子节点中的最小值 if left < n and heap[left] < heap[smallest]: smallest = left if right < n and heap[right] < heap[smallest]: smallest = right # 如果最小值不是当前节点，则将其与当前节点交换，并继续下沉 if smallest != i: heap[i], heap[smallest] = heap[smallest], heap[i] heapify(heap, n, smallest) ``` 此伪代码通过调用 `convert_to_min_heap` 函数，将输入的大顶堆转换为小顶堆。注意，此实现假设堆中已经存在数据，并且堆的大小为 n。
评论
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