堆排序，快速排序，归并排序，插入排序总结及C++实现

目录

1.堆排序

1.1堆

1.2维护堆的性质

1.3建堆

1.4堆排序算法

2.快速排序

3.归并排序

3.1原理

3.2代码实现

3.3时间复杂度

4.插入法排序

4.1原理

---

1.堆排序

1.1堆

堆是一个数组，可以看成一个近似的完全二叉树。除了最底层外树是完全充满的，并且从左到右填充。

表示堆的数组A有两个属性，一个是A.length，表示数组的大小；另一个是A.heapsize，表示数组中有多少个堆元素。

在堆中给定一个下标i，可以得到该节点的父节点和左右子节点的下标。

因为C++数组的习惯都是下标从0开始，而算法导论中的下标通用形式是从1开始，所以计算下标的公式略有不同：

PARENT(i) = (i-1)/2;

LEFT(i) = 2*i + 1;

RIGHT(i) = 2*i + 2;

最大堆：堆中所有子树的根节点的值都是该子树所有节点的最大值。

1.2维护堆的性质

void MaxHeapify(vector<int>& arry,int i,int size)
{
    //i为当前根节点下标，size为堆的大小，即size<=arry.size()
	int l = 2*i+1;
	int r = 2*i+2;
	int largest = i;//注意此处需要将largest初始化为i，因为后续判断要用到
	if(l<size&&arry[l]>arry[i])
	{
		largest = l;
	}
	else
	{
		largest = i;
	}
	if(r<size&&arry[r]>arry[largest])
	{
		largest = r;
	}
	if(largest!=i)
	{
		int tmp = arry[i];
		arry[i] = arry[largest];
		arry[largest] = tmp;
		MaxHeapify(arry,largest,size);
	}
	return ;
}

该函数是假定下标为i的节点的左子树和右子树都已经是最大堆，但是该节点为根节点的树不是最大堆。因此该函数将A[i]的值在最大堆中逐级下降，最终使得以下标i为根节点的子树成为最大堆。

主要思想就是每次对比A[i],A[l],A[r]三个节点值的大小，选出最大值后与根节点i交换。交换之后，节点i处的树满足了最大堆性质，但是节点largest处的树有可能就不满足了最大堆性质，因此递归地对以largest节点为根节点的子树调用该函数，最终使得以最初节点i为根的树满足最大堆性质。

时间复杂度：

1.3建堆

利用自底向上的方式建堆。

并且对于下标从0开始，大小为A.size()的堆，它的下标从A.size()/2到A.size()-1的节点都是叶子节点。

而叶子节点本身符合最大堆性质，因此从A.size()/2-1 downto 0来自底向上建立最大堆。

每次将堆中更下面的子树先构建好最大堆，然后往上去维护最大堆性质，直到下标为0的根节点。

void BuildMaxHeap(vector<int>& arry)
{
	for(int i=arry.size()/2-1;i>=0;--i)
	{
		MaxHeapify(arry,i,arry.size());
	}
	return ;
}

上述代码将整个arry构建为最大堆。

时间复杂度：