谈谈堆排序，大顶堆，小顶堆

最新推荐文章于 2024-09-01 15:30:33 发布

qq_41490913

最新推荐文章于 2024-09-01 15:30:33 发布

阅读量73

点赞数 1

文章标签： java

原文链接：https://mp.weixin.qq.com/s?__biz=MzU4MDg3MzExMA==&mid=2247484357&idx=2&sn=7fd79c0f7202acde84f3ab221fb75c61&chksm=fd517d3cca26f42a2f3530900e3be09cc480c6b928af443a3114e0eef7be2b729805c5a1a6c3&mpshare=1&scene=24&srcid=0417owjcjGFGR8eVnC8AgIcU&sharer_sharetim

版权

谈谈堆排序，大顶堆，小顶堆

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

qq_41490913

关注关注

1
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
谈谈堆排序，大顶堆，小顶堆

谈谈堆排序，大顶堆，小顶堆
复制链接

扫一扫

大顶堆、小顶堆与堆排序

Kallou的博客

07-01

569

堆的逻辑结构是一颗完全二叉树，而内存中实际的物理结构是一个顺序数组。完全二叉树是一种每一层都是从左往右放值直到把该层放满才会增长至更深层的结构。堆的数组到堆结构的映射关系满足：数组中第i个元素的左孩子为第2*i+1的元素，右孩子为第2*i+2的元素，父节点为第(i-1)/2 （取整数位，0位的父节点是自己）的元素。 大顶堆即对于堆中任何一颗子树来说，该子树的最大值一定是其根节点。小顶堆即对于堆中任何一颗子树来说，该子树的最小值一定是其根节点。该示例是一个可对无序堆进行堆排序变为大顶堆的程序，各函数意义详见注

数据结构——堆，小顶堆，大顶堆，堆排序

Jayphone17的博客

10-21

2919

1.简介堆是什么？堆是一种特殊的完全二叉树，就像下面这棵树一样：这棵树有一个很显著的特点，那就是所有父结点都要比子结点要小。符合这样要求的完全二叉树我们成为“最小堆”。反之，如果所有父结点都要比子结点大，这样的完全二叉树被称为”最大堆“。 2.下移ShiftDown 如果我们现在要删除掉最小的数字，并重新插入一个数字，再从中找出最小的数字。目前只能够先扫描所有的数字，找到最...

参与评论您还未登录，请先登录后发表或查看评论

【数据结构】堆排序-大顶堆、小顶堆、堆排序

weixin_37838913的博客

04-07

1684

堆排序-大顶堆、小顶堆、堆排序大顶堆小顶堆堆排序堆排序代码实现 大顶堆 完全二叉树父节点>左右子节点 arr[n]>arr[2n+1]&&arr[2n+2] 升序用大顶堆 小顶堆 完全二叉树父节点<左右子节点 arr[n]<arr[2n+1]&&arr[2n+2] 降序用小顶堆 堆排序 1.假设给定无序序列结构如下 ...

堆排序（浅谈大顶堆与小顶堆）

热门推荐

不务正业随手记

09-14

3万+

1、什么是堆？堆是一种非线性结构，（本篇随笔主要分析堆的数组实现）可以把堆看作一个数组，也可以被看作一个完全二叉树，通俗来讲堆其实就是利用完全二叉树的结构来维护的一维数组，按照堆的特点可以把堆分为大顶堆和小顶堆。 大顶堆：每个结点的值都大于或等于其左右孩子结点的值 小顶堆：每个结点的值都小于或等于其左右孩子结点的值 2、堆的特点我们对堆中的结点按层进行编号，将这种逻辑结构映射到数组中就是下面...

经典九大排序

我是谁的博客

10-23

525

九大排序排序是数据结构体系中最重要的内容之一，这一块必须要非常熟练的掌握，应该做到可以立马写出每个排序的代码，有多种实现方法的必须多种都能很快写出来，当然对各个排序的性能的了解也是基础且重要的。我们先对排序这一块进行一个整体的把握。内排序：在对待排序数据存放在内存中进行的排序过程。外排序：待排数据量太大，无法一次性将所有待排序数据放入内存中，在排序过程中需要对磁盘等外部储存器进行访问。比...

几个简单的排序算法

01-29

6. 堆排序：堆排序利用了堆这种数据结构，可以在线性时间内构建大顶堆或小顶堆，然后通过交换堆顶元素和末尾元素来实现排序。堆排序的时间复杂度为O(n log n)。接下来，我们谈谈获取最大子数组的算法，也称为...

mysql底层排序原理_[转]MySQL排序原理与案例分析

weixin_34101577的博客

02-08

235

这篇文章非常好，就把他转过来前言排序是数据库中的一个基本功能，MySQL也不例外。用户通过Order by语句即能达到将指定的结果集排序的目的，其实不仅仅是Order by语句，Group by语句，Distinct语句都会隐含使用排序。本文首先会简单介绍SQL如何利用索引避免排序代价，然后会介绍MySQL实现排序的内部原理，并介绍与排序相关的参数，最后会给出几个“奇怪”排序例子，来谈谈排序一致性...

春节7天练丨Day5：二叉树和堆1

08-03

堆排序是基于堆的排序算法，通过构建大顶堆或小顶堆，将最大（或最小）元素放到数组末尾，然后重新调整堆，直到整个数组有序。 LeetCode网站提供了几个与二叉树和堆相关的练习题，如翻转二叉树、计算二叉树的最大...

几种基本排序算法总结~思路及Java实现

小卜妞的博客

04-01

142

排序算法平均时间复杂度稳定性空间复杂度冒泡排序 O(n2)O(n^2)O(n2) 1 O(1)O(1)O(1) 选择排序 O(n2)O(n^2)O(n2) 不稳定 O(1)O(1)O(1) 插入排序 O(n2)O(n^2)O(n2) 1 O(1)O(1)O(1) 希尔排序 O(n1.5)O(n^{1.5})O(n1.5) 不稳定 O(1)O(1)O(1) 快速排序 O(NlogN)O(NlogN)O(NlogN) 不稳定 O(logN)O(log N)O(logN) ...

Java基础（6）- Java代码笔记3

weixin_47062560的博客

08-30

1166

数据类型[][] 数组名 = new 数据类型[m][n]数据类型数组名[][] = new 数据类型[m][n]数据类型[] 数组名[] = new 数据类型[m][n]m：代表二维数组长度n：代表二维数组中每个一维数组的长度。

浅析synchronized锁升级的原理与实现 1

最新发布

水w的博客

09-01

847

浅析synchronized锁升级的原理与实现

《深入理解 Java 中的适配器模式》

面团到油条的成长日记

08-29

7007

在软件开发的广阔领域中，不同接口之间不匹配的问题时常像个棘手的难题困扰着开发者。而适配器模式就像是一位得力的助手，专门用来解决这类问题。它的关键作用在于把一个类的接口有效地转化为客户端所期望的另一种接口，让原本因接口不相符而不能一起工作的两个类可以共同协作，学习本文希望你能有所收获

Java设计模式之建造者模式详细讲解和案例示范

weixin_39996520的博客

08-28

5452

建造者模式是一种创建型设计模式，允许用户通过一步步地构造复杂对象的方式来避免直接使用大量的构造函数或复杂的初始化过程。它通过将对象的创建过程分解为多个步骤，并允许这些步骤以链式调用的方式来执行，最终生成一个完全构建的对象。首先，我们定义一个Order类，该类包括了多个字段，如订单ID、客户信息、商品列表、配送地址等。// Getter方法省略...在这个例子中，类提供了构建Order对象所需的各个方法，每个方法返回实例，以便进行链式调用。

深度解读并发安全集合的原理及源码

DougLiang的博客

09-01

998

本节主要介绍J.U.C包中的几种并发安全集合：ConcurrentHashMap,ConcurrentLinkedQueue,和ConcurrentLinkedDeque。所谓并发安全集合，相对于普通集合来说，能够保证在多线程环境下向集合中添加数据时的线程安全性。主要讲ConcurrentHashMap在实现线程安全性方面对性能和安全性的合理平衡。

C++的内存模型

qhu1600417010的博客

08-28

1114

C++ 的内存模型包含了程序运行时如何分配、访问、管理内存的规则，涵盖了多线程环境下的数据一致性、内存对齐、以及虚拟内存管理等内容。掌握这些概念对于编写高效、安全的 C++ 程序至关重要。

基于Java+Springboot+Vue+elememt宠物用品商城系统设计实现

央顺科技官方博客

08-31

1087

随着信息技术的不断发展，我们现在已经步入了信息化的时代了，而信息时代的代表便是网络技术的日渐成熟，而现在网络已经和我们的生活紧密的联系起来了，我们不敢想象没有网络我们的生活会像怎么样，也许就像食物中没有调料现在的生活离开了网络会变得索然无味。通过网络我们可以足不出户的做许多事情，例如工作、娱乐、学习，交友和购物等等许多我们数之不尽的事情，而就是因为网络我们的生活变得多姿多彩，或许有时甚至帮我们省下不少的时间和给予了我们更多的机遇。宠物网上商城对我们来说就有这些意义。

输入三个正整数，找出不大不小的值

laocooon的博客

08-30

818

/ 找出最大值，找出最小值，然后不是最大值也不是最小值的。// 2、输入三个正整数，找出不大不小的值。

spring-data-redis中RedisRepository仓储

OceanSky的专栏

08-27

487

Id@RedisHash注解的value属性和@Id注解指定键值的命名空间，组合成user:id；@RedisHash的属性timeToLive属性指定键值的超时时间。CrudRepository接口中默认定义实现了save、saveAll、findById、existsById、findAll、findAllById、count、deleteById、delete、deleteAllById、deleteAll等方法，基本满足了对redis操作的需求；如果有特殊需求可以自定义实现。

堆排序大顶堆变成小顶堆

09-05

要将大顶堆转换为小顶堆，可以按照以下步骤进行操作： 1. 首先，将大顶堆的根节点（最大值）与最后一个叶子节点进行交换。 2. 然后，将交换后的最后一个叶子节点移出堆。 3. 接下来，对根节点进行下沉操作（与其子节点中较小的那个进行交换），以维持小顶堆的性质。 4. 重复步骤2和3，直到所有节点都被移出堆。具体的实现过程如下： 1. 假设要将大顶堆存储在数组中，根节点的索引为0。 2. 交换根节点与最后一个叶子节点，即将根节点的值与数组末尾元素交换。 3. 对根节点进行下沉操作，找到它与子节点中较小值的索引，然后将其交换。 4. 重复步骤2和3，直到所有节点都被移出堆。以下是一个示例实现的伪代码： ``` # 将大顶堆转换为小顶堆 def convert_to_min_heap(heap): n = len(heap) # 从最后一个非叶子节点开始，依次向前处理 for i in range(n // 2 - 1, -1, -1): # 将当前节点下沉到合适位置 heapify(heap, n, i) return heap # 下沉操作 def heapify(heap, n, i): smallest = i left = 2 * i + 1 right = 2 * i + 2 # 找到左子节点和右子节点中的最小值 if left < n and heap[left] < heap[smallest]: smallest = left if right < n and heap[right] < heap[smallest]: smallest = right # 如果最小值不是当前节点，则将其与当前节点交换，并继续下沉 if smallest != i: heap[i], heap[smallest] = heap[smallest], heap[i] heapify(heap, n, smallest) ``` 此伪代码通过调用 `convert_to_min_heap` 函数，将输入的大顶堆转换为小顶堆。注意，此实现假设堆中已经存在数据，并且堆的大小为 n。