堆排序是一种原地排序算法,不使用额外的数组空间,运行时间为O(nlgn)。本篇文章我们来介绍一下堆排序的实现过程。
要了解堆排序,我们首先来了解一个概念,完全二叉树。堆是一种完全二叉树或者近似完全二叉树。什么是完全二叉树呢?百度百科上给出定义:完全二叉树:除最后一层外,每一层上的节点数均达到最大值;在最后一层上只缺少右边的若干结点。下面用两个小图来说明完全二叉树与非完全二叉树。(图片来自百度,大家可以忽略水印…)
二叉堆满足二个特性:
1.父结点的键值总是大于或等于(小于或等于)任何一个子节点的键值。
2.每个结点的左子树和右子树都是一个二叉堆(都是最大堆或最小堆)。
当父结点的键值总是大于或等于任何一个子节点的键值时为最大堆。当父结点的键值总是小于或等于任何一个子节点的键值时为最小堆。
堆排序也是基于分治思想的,主要有以下三步:
- 初始化,从第一个非叶结点开始遍历,使以其为根的树为大根堆;
- 交换堆顶元素与堆尾元素,筛选出最大的值。调整新的堆为大根堆。
- 重复2,每次筛选出堆中的最大元素,堆排序完成。
本次,我们举例的数组如下:数组长度length=10;
对应的堆结构:
从第一个非叶结点开始,建初堆
void BUILD_MAX_HEAP(int A[],int length)
{
int i;
for(i=((length/2)-1);i>=0;i--)//length/2-1,为第一个非叶结点
MAX_HEAPIFY(A,i);
}
保持堆的性质
void MAX_HEAPIFY(int A[],int i)
{
int l,r,largest,middle;
l=LEFT(i);
r=RIGHT(i);
if(l<heap_size && A[l]>A[i])
largest = l;
else
largest= i;
if(r<heap_size && A[r]>A[largest])
largest = r;
if(largest!=i)
{
middle=A[largest];
A[largest]=A[i];
A[i]=middle;
MAX_HEAPIFY(A,largest);
}
}
堆排序的具体实现
void heap_sort(int A[],int length)
{
BUILD_MAX_HEAP(A,length);
int i,middle;
for(i=length-1;i>0;i--)
{
middle=A[0];
A[0]=A[i];
A[i]=middle;
heap_size--;
MAX_HEAPIFY(A,0);
}
}
下面为程序执行的简单的过程,分析不够全面,但是足以说明问题。
1.分析步骤4中的for循环,BUILD_MAX_HEAP(A,length);即建初堆的过程。i从length/2-1循环到0,即从4循环到0。(4为第一个非叶结点)
(1)i=4;MAX_HEAPIFY(A,i);MAX_HEAPIFY(A,4);
<1>计算左叶子节点的编号l=LEFT(i)=(2i+1)=9; 计算右叶子节点的编号r=RIGHT(i)=(2i+2)=10;
注:此处计算左右叶子节点的编号时,要注意数组是从0还是从1开始的;若从0开始,左叶子节点为(2i+1),右叶子节点为(2i+2);若从1开始,左叶子为2i;右叶子为2i+1
<2>判断左右叶子节点与根节点的大小,将其中节点编号的较大值赋值给largest;
heap_size为堆的大小,开始heap_size=length=9
if(l<heap_size && A[l]>A[i])
largest = l;
else
largest= i;
if(r<heap_size && A[r]>A[largest])
largest = r;
当i=4时,largest=4
<3>判断largest是否等于根节点,若不为根节点,说明其中左叶节点或者右叶节点比根节点的值大,则此时交换根节点与largest节点的值。
if(largest!=i)
{
middle=A[largest];
A[largest]=A[i];
A[i]=middle;
MAX_HEAPIFY(A,largest);
}
因为此处largest=i,因此不执行这一步,执行下一次for循环
(2)i=3;MAX_HEAPIFY(A,i);MAX_HEAPIFY(A,3);
<1>计算左叶子节点的编号l=LEFT(i)=(2i+1)=7; 计算右叶子节点的编号r=RIGHT(i)=(2i+2)=8;
<2>判断左右叶子节点与根节点的大小,将其中节点编号的较大值赋值给largest;
largest=7
<3>判断largest是否等于根节点,若不为根节点,说明其中左叶节点或者右叶节点比根节点的值大,则此时交换根节点与largest节点的值。
<4>执行MAX_HEAPIFY(A,largest);MAX_HEAPIFY(A,7);将以largest为根的树调整为大根堆
(3)i=2;步骤与2中的<1>~<4>相同。largest=6,发生交换。此处不再分析。
(4)i=1;时分析过程参考步骤与2中的<1>~<4>。执行后的结果
(5)i=0;
2.步骤6中的for循环分析,即筛选出最大的值,缩小堆的规模,保持堆的性质的过程。
length=10,i从length-1到1,即从9循环到1
for(i=length-1;i>0;i--)
{
middle=A[0];
A[0]=A[i];
A[i]=middle;
heap_size--;
MAX_HEAPIFY(A,0);
}
(1)i=9;交换A[i]与A[0],此时i是堆的最末的那个元素,A[0]是堆顶元素,即最大的元素,将最大元素交换到堆尾。并且堆的规模缩小一个,即此时待重新排序的堆是红框框起来的部分,此时执行MAX_HEAPIFY(A,0);上面已经分析,此处不再赘述。
(2)i=8;交换A[i]与A[0];heap_size–;MAX_HEAPIFY(A,0);
(3)下面的循环不再举例,我们可以看出,每次都筛选出当前堆中最大的元素。
3.最后给出程序运行的截图:
程序源代码下载地址:堆排序实现代码