堆排序(C语言)


堆的实现+画图分析当中,画图详细的介绍堆的向上调整和向下调整,如果有些遗忘可以再看一遍。

建堆

  1. 升序:建大根堆
  2. 降序:建小根堆

这里我们利用堆删除的思想进行排序。这里就不介绍排降序了,排降序的时候如果使用向上调整,向上调整的交换条件把大于号改成小于号。如果使用向下调整,在选孩子节点的时候选左右孩子节点的较小值,然后再和双亲节点进行比较,如果孩子节点小于双亲节点则交换。

排升序 – 建大根堆

#include <stdioi.h>

typedef int HPDataType;

//交换
void Swap(HPDataType* a, HPDataType* b)
{
	HPDataType x = *a;
	*a = *b;
	*b = x;
}

//向上调整
void AdjustUp(HPDataType* a, int child)
{
	int parent = (child - 1) / 2;
	while (child > 0)
	{
		//孩子比双亲大,交换
		if (a[child] > a[parent])
		{
			Swap(&a[child], &a[parent]);
			child = parent;
			parent = (child - 1) / 2;
		}
		else
		{
			break;
		}
	}
}

//向下调整
void AdjustDown(HPDataType* a, int n, int parent)
{
	int child = parent * 2 + 1;
	while (child < n)
	{
		//判断有孩子是否存在,如果存在判断左右孩子哪一个大,右孩子大则加1
		if (child + 1 < n && a[child] < a[child + 1])
		{
			child++;
		}

		//在这里使用较大的孩子和双亲比较,如果孩子节点比双亲节点大,交换。
		if (a[child] > a[parent])
		{
			Swap(&a[child], &a[parent]);
			parent = child;
			child = parent * 2 + 1;
		}
		else
		{
			break;
		}

	}
}


void HeapSort(int* a, int n)
{
	int i = 0;
	
	//第一种方法:向上调整建堆
	//for (i = 1; i < n; i++)
	//{
	//	//从第一个孩子节点向上调整
	//	AdjustUp(a, i);
	//}

	//第二种方法:向下调整建堆   (推荐使用)
	for (i = (n - 1 - 1) / 2; i >= 0; i--)
	{
		//从倒数第一个双亲节点
		AdjustDown(a, n, i);
	}

	//升序排序,使用堆删除的思想,把最大的数也就是根节点和最后一个节点交换,然后循环完成这一过程,当然每次运算之后,最后一个就不在参与运算。
	int end = n - 1;
	while (end > 0)
	{
		Swap(&a[0], &a[end]);

		//每次去掉一个
		AdjustDown(a, end, 0);
		end--;
	}

	//打印升序数组
	for (i = 0; i < n; i++)
	{
		printf("%d ", a[i]);
	}
	printf("\n");
}



int main()
{
	int arr[] = { 27,15,19,18,28,34,65,49,25,37 };
	//计算数组大小
	int sz = sizeof(arr) / sizeof(arr[0]);

	HeapSort(arr, sz);
	return 0;
}

建堆的时间复杂度

求的是完全二叉树,但是用的满二叉树计算的时间复杂度,因为多几个少几个节点对总体来说影响不大。本身时间复杂度求得也只是近似值

向下调整建堆的时间复杂度

	//向下调整建堆
	for (i = (n - 1 - 1) / 2; i >= 0; i--)
	{
		//从倒数第一个双亲节点开始向下调整。因为它要保证左右子树都已成堆,所以要从最小的左右子树开始。
		AdjustDown(a, n, i);
	}

向下调整建堆得时间复杂度求解步骤

向上调整建堆的时间复杂度

	//向上调整建堆
	for (i = 1; i < n; i++)
	{
		//从第一个孩子节点开始向上调整。因为他要保证前面已经建成一个堆
		AdjustUp(a, i);
	}

向上调整建堆得时间复杂度求解

结论

  1. 向上调整的建堆时间复杂度:O(N*logN)
  2. 向下调整的建堆时间复杂度:O(N)

所以向下调整建堆的时间复杂度更优。

堆排序的时间复杂度

已经完成建堆,这里进行堆排序,利用堆删除的思想

	int end = n - 1;
	while (end > 0)
	{
		Swap(&a[0], &a[end]);

		//每次去掉最后一个
		AdjustDown(a, end, 0);
		end--;
	}

堆排序的时间复杂度计算

总结

使用向下建堆,时间复杂度更优一些。
因为堆排序时间复杂度是O(NlogN),所以无论使用向上调整或者向下调整,整个排序的时间复杂度还是O(NlogN)。我们需要掌握向下建堆,掌握一个向下建堆就可以完成堆排序,并且还要比向上建堆好一些。

  1. 向下调整建堆:节点少调整次数多。节点多调整次数少。
  2. 向下调整建堆:节点少调整次数少,节点多调整次数多。
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

kpl_20

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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