堆排序详解

最新推荐文章于 2023-04-14 18:00:17 发布
VIP文章 最新推荐文章于 2023-04-14 18:00:17 发布
阅读量2k 收藏 3
点赞数 1
分类专栏： 软件编程 文章标签： p2p 数据结构 算法
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/lipanpan900721/article/details/122313096
版权

        堆排序（Heapsort）是指利用堆这种数据结构所设计的一种排序算法。堆积是一个近似完全二叉树的结构，并同时满足堆积的性质：即子结点的键值或索引总是小于（或者大于）它的父节点。

二叉树

特点：每个节点最多只有2个子节点（不存在度大于2的节点）

满二叉树

特点：叶子节点全部都在最底层；除叶子节点外，每个节点都有左右孩子；

完全二叉树

 

特点：叶子节点全部都在最底的两层；最后一层只缺少右边的叶子节点，左边一定有叶子节点；除了最后一层，其他层的节点个数均达到最大值；

最大堆和最小堆

最大堆：堆顶是整个堆中最大元素；

最小堆：堆顶是整个堆中最小元素；

算法思路：

        例如：无序数组：int arr[] = {4,2,8,0,5,7,1,3,9};既然用到堆，肯定先要将数组构建成二叉堆。需要对数组从小到大排序，则构建成最大(小)堆。

step1：初始化堆

        先来看看数组是如何存储二叉树的：

 

最低0.47元/天 解锁文章
赤电惊云
关注
  • 1
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
堆排序详细图解（通俗易懂）
oorik的博客
02-17 21万+
什么是堆 堆是一种叫做完全二叉树的数据结构，可以分为大根堆，小根堆，而堆排序就是基于这种结构而产生的一种程序算法。 堆的分类 大根堆:每个节点的值都大于或者等于他的左右孩子节点的值 小根堆:每个结点的值都小于或等于其左孩子和右孩子结点的值 两种结构映射到数组为: 大根堆: 小根堆: //父-->子:i--->左孩子:2*i+1, 右孩子:2*i+2; //子-->父:i--->(i-1)*2;(i为下标元素) 排序思想 1.首先将待排序的数...
堆排序
01-20
文章目录堆排序 堆排序 想要了解堆排序，最好先掌握堆的基本操作。 思路 思考取出堆元素的操作，每取出一个元素，堆里面的元素就减少一个，但是存储堆元素的数组空间大小是不变的。所以可以把一个元素从堆取出后，将其存储在堆中最后一个元素后面。 步骤 用待排序数组建立一个没有“哨兵”的最大堆（即存储堆元素的数组从下标为0的位置开始存储）。 取出最大堆中一个元素，该元素一定是堆中元素最大的。然后将该元素存储在存储最大堆元素的数组的下标为MaxHeap->Size的位置。 重复执行第二步，直到堆中只剩一个元素。 伪码描述 void HeapSort(ListElementType *A,int Size)
【排序算法】堆排序(Heap Sort)
DeveloperFire的博客
02-10 1779
学习堆排序之前，有必要了解堆！若读者不熟悉堆，建议先了解堆(建议可以通过二叉堆，左倾堆，斜堆，二项堆或斐波那契堆等文章进行了解)，然后再来学习本章。我们知道，堆分为"最大堆"和"最小堆"。最大堆通常被用来进行"升序"排序，而最小堆通常被用来进行"降序"排序。鉴于最大堆和最小堆是对称关系，理解其中一种即可。本文将对最大堆实现的升序排序进行详细说明。最大堆进行升序排序的基本思想: ① 初始化堆: 将数列a[1...n]构造成最大堆。
排序算法 | 堆排序，算法的图解、实现、复杂度和稳定性分析
比特的一天
06-16 2233
今天讲解一下堆排序的原理以及实现、复杂度和稳定性分析 目录1 堆的定义2 堆排序的思路3 代码实现4 堆的输出(删除操作)5 堆的插入操作6 堆排序的特点7 性能分析 1 堆的定义 堆排序（英语：Heapsort）是指利用堆这种数据结构所设计的一种排序算法。堆是一个近似完全二叉树的结构，并同时满足堆积的性质：即子结点的键值或索引总是小于（或者大于）它的父节点。 定义： n个关键字序列L[1…n]称为堆，当且仅当该序列满足: ① L(i)>=L(2i) 且 L(i)>=L(2i+1)或.
堆排序算法（图解详细流程）
热门推荐
wenwenaier的博客
11-14 3万+
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录堆排序基本介绍大顶堆举例说明小顶堆举例说明堆排序的基本思想堆排序步骤图解说明堆排序的基本思路总结 堆排序基本介绍 堆排序是利用堆这种数据结构而设计的一种排序算法，堆排序是一种选择排序，它的最坏最好，平均时间复杂度均为O(nlogn)，他也是不稳定排序 堆是具有以下性质的完全二叉树，每个节点的值都大于或等于其左右孩子节点的值，称为大顶堆，注意：没有要求节点的左孩子的值和右孩子的值的大小关系。 每个结点的值都小于或等于其左
堆排序的基本概念和基本思路
实践求真知
03-20 4699
一 堆排序基本介绍 1 堆排序是利用堆这种数据结构而设计的一种排序算法，堆排序是一种选择排序， 它的最坏、最好、平均时间复杂度均为 O(nlogn)， 它也是不稳定排序。 2 堆是具有以下性质的完全二叉树：每个结点的值都大于或等于其左右孩子结点的值，这种情况称为大顶堆，注意:没有要求结点的左孩子的值和右孩子的值的大小关系。 3 每个结点的值都小于或等于其左右孩子结点的值，这种情况称为小顶堆。 4 大顶堆举例说明 5 小顶堆举例说明 6 一般升序采用大顶堆， 降序采用小顶堆。 二 堆..
十大经典排序算法----堆排序（超详细）
m0_73096566的博客
12-23 1万+
堆排序，超详细，C语言版
堆排序（简单易懂，适合初学者）
wtswts1232的博客
04-14 3404
堆是一种特殊的树形结构，叫做完全二叉树。它有两种类型：大顶堆和小顶堆。在大顶堆中，每个父节点都比它的子节点大；而在小顶堆中，每个父节点都比它的子节点小。堆排序就是利用这种结构设计的一种排序方法。
【排序知多少】堆排序详解
01-08
堆排序的概述 堆是具有下列特性的完全二叉树：每个节点的值都大于或等于其左右孩子的节点的值，成为大顶堆，或者每个节点的值都小于或等于其左右孩子节点的值，成为小顶堆。 在选择到最小记录同时，并根据比较结果对...
堆排序详解升序和降序Java版本
最新发布
12-28
堆排序，堆排序详解升序和降序Java版本 堆排序的思路主要就是建堆和排序两部分组成。堆排序是基于⼆叉树的，那么我们⾸先得知道⼆叉树得基本特性。我们在堆排序中定义这样⼀种完整⼆叉树，其中每个结点的值都⼤于...
Javascript堆排序算法详解
01-19
堆排序分为两个过程： 1.建堆。 堆实质上是完全二叉树，必须满足：树中任一非叶子结点的关键字均不大于（或不小于）其左右孩子（若存在）结点的关键字。 堆分为：大根堆和小根堆，升序排序采用大根堆，降序排序采用...
排序算法 —— 堆排序（图文超详细）
超烦豆先森
11-06 4479
java 实现大根堆的创建、向下调整、堆排序
图解堆排序，带你彻底了解清楚！
程序员的时光
07-15 1990
写在前面： 大家好，我是时光。 今天给大家带来的是排序算法中的堆排序，这种排序跟二叉树相关。 我采用图解方式讲解，争取写透彻。话不多说，开始！ 思维导图： 堆排序导图 1，堆排序概念 堆排序（Heapsort）是指利用堆这种数据结构所设计的一种排序算法。堆积是一个近似完全二叉树的结构，并同时满足堆积的性质：即子结点的键值或索引总是小于（或者大于）它的父节点。 相关概念： 1.1，二叉树 二叉树 特征：每个节点最多只有2个子节点（不存在度大于2的节点） 1.2，满二叉树 满二叉树 满二叉树： 叶子节
堆排序（Heapsort）-全网最详细
drift_along的博客
02-23 1万+
感觉网上很多排序算法都写的不够详细，分析一下最详细的过程
排序算法：堆排序
张维鹏的博客
01-30 2467
  相关博客： 排序算法：冒泡排序、插入排序、选择排序、希尔排序 排序算法：归并排序、快速排序 排序算法：桶排序、计数排序、基数排序 排序算法：堆排序 十大排序算法小结 一、堆： 1、什么是堆： 堆是一种特殊的树，它满足需要满足两个条件： （1）堆是一种完全二叉树，也就是除了最后一层，其他层的节点个数都是满的，最后一个节点都靠左排列。 （2）堆中每一个节点的值都必须大于等于（...
堆排序(详情讲解)
lcshen1234的博客
05-18 5166
堆排序是一种重要的选择排序方法，它只需要一个记录大小的辅助存储空间，每个待排序的记录仅占用一个记录大小的存储空间，因此弥补了树形选择排序的弱点。
十大排序算法详解python
08-20
当谈到排序算法时，有许多经典的排序算法可以使用。以下是十大常见的排序算法及其详细解释，使用Python编写的示例代码： 1. 冒泡排序（Bubble Sort）： 冒泡排序是一种简单的交换排序算法。它重复地遍历要排序的列表，比较相邻的元素并交换它们，直到整个列表排序完成。 ```python def bubble_sort(arr): n = len(arr) for i in range(n-1): for j in range(n-i-1): if arr[j] > arr[j+1]: arr[j], arr[j+1] = arr[j+1], arr[j] return arr ``` 2. 选择排序（Selection Sort）： 选择排序是一种简单直观的排序算法。它将列表分为已排序和未排序两部分，每次从未排序部分选择最小的元素，并将其放入已排序部分的末尾。 ```python def selection_sort(arr): n = len(arr) for i in range(n-1): min_idx = i for j in range(i+1, n): if arr[j] < arr[min_idx]: min_idx = j arr[i], arr[min_idx] = arr[min_idx], arr[i] return arr ``` 3. 插入排序（Insertion Sort）： 插入排序是一种简单且高效的排序算法。它将列表分为已排序和未排序两部分，每次从未排序部分选择一个元素，并将其插入到已排序部分的正确位置。 ```python def insertion_sort(arr): n = len(arr) for i in range(1, n): key = arr[i] j = i - 1 while j >= 0 and arr[j] > key: arr[j + 1] = arr[j] j -= 1 arr[j + 1] = key return arr ``` 4. 快速排序（Quick Sort）： 快速排序是一种高效的分治排序算法。它选择一个基准元素，将列表分为小于基准值和大于基准值的两部分，然后递归地对这两部分进行排序。 ```python def quick_sort(arr): if len(arr) <= 1: return arr pivot = arr[len(arr) // 2] left = [x for x in arr if x < pivot] middle = [x for x in arr if x == pivot] right = [x for x in arr if x > pivot] return quick_sort(left) + middle + quick_sort(right) ``` 5. 归并排序（Merge Sort）： 归并排序是一种稳定的排序算法，它采用分治策略将列表分为较小的部分，然后递归地合并这些部分以获得排序结果。 ```python def merge_sort(arr): if len(arr) <= 1: return arr mid = len(arr) // 2 left = arr[:mid] right = arr[mid:] left = merge_sort(left) right = merge_sort(right) return merge(left, right) def merge(left, right): result = [] i, j = 0, 0 while i < len(left) and j < len(right): if left[i] < right[j]: result.append(left[i]) i += 1 else: result.append(right[j]) j += 1 result.extend(left[i:]) result.extend(right[j:]) return result ``` 6. 堆排序（Heap Sort）： 堆排序利用堆的性质进行排序。它将列表视为完全二叉树，并使用堆数据结构来选择最大或最小元素并将其放在正确的位置上。 ```python def heapify(arr, n, i): largest = i left = 2 * i + 1 right = 2 * i + 2 if left < n and arr[i] < arr[left]: largest = left if right < n and arr[largest] < arr[right]: largest = right if largest != i: arr[i], arr[largest] = arr[largest], arr[i] heapify(arr, n, largest) def heap_sort(arr): n = len(arr) for i in range(n // 2 - 1, -1, -1): heapify(arr, n, i) for i in range(n - 1, 0, -1): arr[i], arr[0] = arr[0], arr[i] heapify(arr, i, 0) return arr ``` 7. 计数排序（Counting Sort）： 计数排序是一种稳定的整数排序算法，它使用额外的计数数组来确定每个元素在排序后的位置。它适用于元素范围较小的情况。 ```python def counting_sort(arr): max_val = max(arr) count = [0] * (max_val + 1) for num in arr: count[num] += 1 sorted_arr = [] for i in range(len(count)): sorted_arr.extend([i] * count[i]) return sorted_arr ``` 8. 桶排序（Bucket Sort）： 桶排序是一种将元素分配到

“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

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