/*
* 堆排序
时间复杂度:O(nlogn)
空间复杂度:O(1)
属于不稳定排序算法。
(1)用大根堆排序的基本思想
① 先将初始文件R[1..n]建成一个大根堆,此堆为初始的无序区
② 再将关键字最大的记录R[1](即堆顶)和无序区的最后一个记录R[n]交换,
由此得到新的无序区R[1..n-1]和有序区R[n],且满足R[1..n-1].keys≤R[n].key
③ 由于交换后新的根R[1]可能违反堆性质,故应将当前无序区R[1..n-1]调整为堆。
然后再次将R[1..n-1]中关键字最大的记录R[1]和该区间的最后一个记录R[n-1]交换,
由此得到新的无序区R[1..n-2]和有序区R[n-1..n],且仍满足关系R[1..n- 2].keys≤R[n-1..n].keys,
同样要将R[1..n-2]调整为堆。
……
直到无序区只有一个元素为止。
(2)大根堆排序算法的基本操作:
① 初始化操作:将R[1..n]构造为初始堆;
② 每一趟排序的基本操作:将当前无序区的堆顶记录R[1]和该区间的最后一个记录交换,然后将新的无序区调整为堆(亦称重建堆)。
注意:
①只需做n-1趟排序,选出较大的n-1个关键字即可以使得文件递增有序。
②用小根堆排序与利用大根堆类似,只不过其排序结果是递减有序的。
堆排序和直接选择排序相反:在任何时刻,堆排序中无序区总是在有序区之前,
且有序区是在原向量的尾部由后往前逐步扩大至整个向量为止。
*/
/*
* eg.数组{16, 7, 3, 20, 17, 8}
16
/ \
7 3
/ \ /
20 17 8
1.调整为最大堆
20
/ \
17 8
/ \ /
7 16 3
2.首元素[3]和尾元素[20]交换
3
/ \
17 8
/ \ /
7 16 20
将前5个元素(元素20除外)调整为最大堆
17
/ \
16 8
/ \ /
7 3 20
3.首元素[17]和倒数第2个元素[3]交换
3
/ \
16 8
/ \ /
7 17 20
将前4个元素(20和17除外)调整为最大堆
16
/ \
7 8
/ \ /
3 17 20
4.首元素[16]和倒数第3个元素[3]交换
3
/ \
7 8
/ \ /
16 17 20
5.首元素[3]和倒数第4个元素[8]交换
8
/ \
7 3
/ \ /
16 17 20
将前3个元素调整为最大堆
3
/ \
7 8
/ \ /
16 17 20
6.首元素[3]和倒数第5个元素[7]交换
7
/ \
3 8
/ \ /
16 17 20
将前两个元素调整为最大堆
3
/ \
7 8
/ \ /
16 17 20
* 堆排序
时间复杂度:O(nlogn)
空间复杂度:O(1)
属于不稳定排序算法。
(1)用大根堆排序的基本思想
① 先将初始文件R[1..n]建成一个大根堆,此堆为初始的无序区
② 再将关键字最大的记录R[1](即堆顶)和无序区的最后一个记录R[n]交换,
由此得到新的无序区R[1..n-1]和有序区R[n],且满足R[1..n-1].keys≤R[n].key
③ 由于交换后新的根R[1]可能违反堆性质,故应将当前无序区R[1..n-1]调整为堆。
然后再次将R[1..n-1]中关键字最大的记录R[1]和该区间的最后一个记录R[n-1]交换,
由此得到新的无序区R[1..n-2]和有序区R[n-1..n],且仍满足关系R[1..n- 2].keys≤R[n-1..n].keys,
同样要将R[1..n-2]调整为堆。
……
直到无序区只有一个元素为止。
(2)大根堆排序算法的基本操作:
① 初始化操作:将R[1..n]构造为初始堆;
② 每一趟排序的基本操作:将当前无序区的堆顶记录R[1]和该区间的最后一个记录交换,然后将新的无序区调整为堆(亦称重建堆)。
注意:
①只需做n-1趟排序,选出较大的n-1个关键字即可以使得文件递增有序。
②用小根堆排序与利用大根堆类似,只不过其排序结果是递减有序的。
堆排序和直接选择排序相反:在任何时刻,堆排序中无序区总是在有序区之前,
且有序区是在原向量的尾部由后往前逐步扩大至整个向量为止。
*/
/*
* eg.数组{16, 7, 3, 20, 17, 8}
16
/ \
7 3
/ \ /
20 17 8
1.调整为最大堆
20
/ \
17 8
/ \ /
7 16 3
2.首元素[3]和尾元素[20]交换
3
/ \
17 8
/ \ /
7 16 20
将前5个元素(元素20除外)调整为最大堆
17
/ \
16 8
/ \ /
7 3 20
3.首元素[17]和倒数第2个元素[3]交换
3
/ \
16 8
/ \ /
7 17 20
将前4个元素(20和17除外)调整为最大堆
16
/ \
7 8
/ \ /
3 17 20
4.首元素[16]和倒数第3个元素[3]交换
3
/ \
7 8
/ \ /
16 17 20
5.首元素[3]和倒数第4个元素[8]交换
8
/ \
7 3
/ \ /
16 17 20
将前3个元素调整为最大堆
3
/ \
7 8
/ \ /
16 17 20
6.首元素[3]和倒数第5个元素[7]交换
7
/ \
3 8
/ \ /
16 17 20
将前两个元素调整为最大堆
3
/ \
7 8
/ \ /
16 17 20
*/
#include <iostream>
using namespace std;
/*
* 调整为最大堆
*/
void HeapAdjust(int *arr, int index, int len)
{
while(2*index+1 < len){
//左孩子索引
int childIndex = 2*index+1;
if(2*index+2 < len){
if(arr[2*index+1] < arr[2*index+2]){
//右孩子索引
childIndex = 2*index + 2;
}
}
if (arr[index] < arr[childIndex])
{
int tmp = arr[index];
arr[index] = arr[childIndex];
arr[childIndex] = tmp;
index = childIndex;
}
else{
break;
}
}
}
void HeapSort(int *arr, int len)
{
int i;
//将整个数组按最大堆排序
for(i=len/2-1; i>=0; i--)
{
// len/2-1是最后一个非叶节点
HeapAdjust(arr, i, len);
}
//将arr[0..i)按最大堆排序
for (i = len-1; i>0; i--)
{
//arr[0]是最大的一个元素,将其与arr[i]交换,使大元素排到数组尾部
int tmp = arr[0];
arr[0] = arr[i];
arr[i] = tmp;
//交换后破坏了最大堆,arr[0..i)重新按最大堆排序
HeapAdjust(arr, 0, i);
}
}
int main()
{
int array[] = {16, 7, 3, 20, 17, 8};
HeapSort(array, 6);
for(int i=0; i<6; i++)
cout<<array[i]<<" ";
cout<<endl;
return 0;
}