独特好解之排序方法--简单基础堆排序

文章已获作者授权转载，版权归原作者所有，如有侵权，与本账号无关，可联系删除。 原文作者:creative_mind

引入

当前我们已经学过一些排序方法，如冒泡排序，选择排序，还有链表（单双），qsort()等一系列进行排序的方法。那么，你真的了解排序的各种方法吗？今天，我将介绍一种新的巧解–堆排序，从时间复杂度和空间复杂度上看，堆排序并不比以上我们所说的那些方法复杂，甚至有时它更为常见！

也许你会感觉很陌生，不知道如何下手？其实我想说的是：堆排序也并非很难****。****

1 解读理解加复习

首先，堆排序的物理结构是数组，逻辑结构为二叉树。

对于物理结构，相信数组大家都不陌生，我们再学习栈的时候，就是通过数组来实现的，我们创建的结构体，数组指针，以及入栈（扩容），出栈（空间是否为1的分情况讨论）等操作其实在堆排序中也能遇到！

**那对于逻辑结构，**我们将要讲一下关于树以及二叉树的概念！

1.1 复习

1.是一种非线性的数据结构，它是由n（n>=0）个有限结点组成一个具有层次关系的集合，树是递归定义的。

2.树的相关概念，如下：

节点的度：一个节点含有的子树的个数称为该节点的度；
叶节点或终端节点：度为0的节点称为叶节点；
非终端节点或分支节点：度不为0的节点；
双亲节点或父节点：若一个节点含有子节点，则这个节点称为其子节点的父节点

孩子节点或子节点：一个节点含有的子树的根节点称为该节点的子节点；

兄弟节点：具有相同父节点的节点互称为兄弟节点；
树的度：一棵树中，最大的节点的度称为树的度；
节点的层次：从根开始定义起，根为第1层，根的子节点为第2层，以此类推；
树的高度或深度：树中节点的最大层次；
堂兄弟节点：双亲在同一层的节点互为堂兄弟；
节点的祖先：从根到该节点所经分支上的所有节点；
子孙：以某节点为根的子树中任一节点都称为该节点的子孙。
森林：由m（m>0）棵互不相交的树的集合称为森林；

1.2 二叉树的概念

二叉树（binary tree）是指树中节点的度不大于2的有序树，它是一种最简单且最重要的树。二叉树的递归定义为：二叉树是一棵空树，或者是一棵由一个根节点和两棵互不相交的，分别称作根的左子树和右子树组成的非空树；左子树和右子树又同样都是二叉树。

1.3 二叉树分为满二叉树，完全二叉树

满二叉树：如果一棵二叉树只有度为0的节点和度为2的节点，并且度为0的节点在同一层上，则这棵二叉树为满二叉树。

完全二叉树：深度为k，有n个节点的二叉树当且仅当其每一个节点都与深度为k的满二叉树中编号从1到n的节点一一对应时，称为完全二叉树

1.4 二叉树的性质

1. 若规定根节点的层数为1，则一棵非空二叉树的第i层上最多有2^(i-1) 个结点.
2. 若规定根节点的层数为1，则深度为h的二叉树的最大结点数是 2^(k)-1.
3. 对任何一棵二叉树, 如果度为0其叶结点个数为 , 度为2的分支结点个数为 ,则有 n0=n2+1.
4. 对于具有n个结点的完全二叉树，如果按照从上至下从左至右的数组顺序对所有节点从0开始编号，则对于序号为i的结点有：log2(n+1)
5. 若i>0，i位置节点的双亲序号：(i-1)/2；i=0，i为根节点编号，无双亲节点
6. 若2i+1<n，左孩子序号：2i+1，2i+1>=n否则无左孩子
7. 若2i+2<n，右孩子序号：2i+2，2i+2>=n否则无右孩子

2 新解

堆（heap）是计算机科学中一类特殊的数据结构的统称。堆通常是一个可以被看做一棵树的数组对象。堆总是满足下列性质：

• 堆中某个结点的值总是不大于或不小于其父结点的值
• 堆总是一棵完全二叉树。

将根结点最大的堆叫做最大堆最大堆或大根堆，根结点最小的堆叫做最小堆或小根堆。画图如下：

我们以小根堆为例子！

我们分析一下：首先我们定义parent和chlid节点！

我们不难得知：10为20和30的父亲节点，20为49与60的父亲节点 ，80为30的leftchlid节点！

总结一下：我们不难得知（以父亲与孩子的数组下标）推出以下关系：

leftchlid=parent*2+1;

rightchlid=parent*2+2;

parent=(chlid-1)/2;注意：“/”得出的结果为int 型！

那我们该如何插入一个数据呢？我们画图解决！（以我们push（5）为例）

以下是堆排序演变过程！

以下是我挑选的一道题，有助于大家理解！（大家把答案打在评价区）

最小堆[0,3,2,5,7,4,6,8],在删除堆顶元素0之后，其结果是（）
A[3，2，5，7，4，6，8]
B[2，3，5，7，4，6，8]
C[2，3，4，5，7，8，6]
D[2，3，4，5，6，7，8]

3 代码实现

我们主要实现一下一些基础接口！

`**typedef int HPDataType;
typedef struct Heap
{
   HPDataType\* _a;//数组指针
   int _size;
   int _capacity;
}Heap;**`

**// 堆的初始化
void Heapinit(Heap\* hp);
// 堆的销毁
void HeapDestory(Heap\* hp);
// 堆的插入
void HeapPush(Heap\* hp, HPDataType x);
// 堆的删除
void HeapPop(Heap\* hp);
// 取堆顶的数据
HPDataType HeapTop(Heap\* hp);
// 堆的数据个数
int HeapSize(Heap\* hp);
// 堆的判空
int HeapEmpty(Heap\* hp);**

铁汁们，不要着急，我们一步一步来！

首先，我们从最简单的开始，不难的！

**// 堆的初始化
void Heapinit(Heap\* hp)
{
   assert(hp);
   hp->_a = NULL;
   hp->_capacity = hp->_size = 0;
}
// 堆的销毁
void HeapDestory(Heap\* hp)
{
   assert(hp);
   free(hp->_a);
   hp->_a = NULL;
   hp->_capacity = hp->_size = 0;
}**

考虑到我们频繁进行交换操作，所以我们先定义一个函数！

void Swap(HPDataType* px, HPDataType* py)//注意要传实参！
{
   HPDataType tmp = *px;
   *px = *py;
   *py = tmp;
}

好 ，接下来我们来写push;*重点为定义为向上调整法*

我们接着往下：void HeapPop(Heap* hp);重点是向下调整！

*这个要注意的是：（看注释，铁子们！）*

然后向下继续写！

**// 取堆顶的数据
HPDataType HeapTop(Heap\* hp)
{
   assert(hp);
   assert(hp->_size > 0);
   return hp->_a[0];
}
// 堆的数据个数
int HeapSize(Heap\* hp)
{
   assert(hp);
   assert(hp->_size > 0);
   return hp->_size;
}
// 堆的判空
bool HeapEmpty(Heap\* hp)
{
   assert(hp);
   return hp->_size == 0;
}**

我们要调试一下！

拿下，拿下，拿下，你看铁子们，不难的！

关注我，懂得更多！

原文链接：https://blog.csdn.net/creative_mind/article/details/136534278