选择排序之堆排序

前言

本篇文章记录了Python与C++的堆排序实现与讲解

以下是本篇文章正文内容，下面案例可供参考

一、选择排序是什么？

选择排序:每一趟在待排序元素中选取关键字最小(或最大)的元素加入有序子序列 ,主要分为"简单选择排序"和"堆排序".

二、什么是堆排序？

堆排序是指利用堆这种数据结构所设计的一种排序算法，每一趟将堆顶元素加入有序子序列(与待排序序列中的最后一个元素位置进行交换)
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。”

1. 若满足:L(i)≥L(2i)且L(i)≥L(2i+1) (1≤i≤n/2) --称为大根堆(大顶堆)
2. 若满足:L(i)≤L(2i)且L(i)≤L(2i+1) (1≤i≤n/2) --称为小根堆(小顶堆)
3. 在完全二叉树中，根≥左、右那么就是一个大根堆。
4. 在完全二叉树中，根≤左、右那么就是一个小根堆。
   

三、算法思想

3.1 建立大根堆

给定一个初始序列，需要先构造一个大根堆

思路：把所有非终端节点都检查一遍，是否满足大根堆要求，如果不满足，则进行调整，非终端节点为L[1…n/2]的值，从后往前进行检查当前节点i是否满足根≥左、右孩子，若不满足，将当前节点与更大的孩子互换位置，具体看代码注释。

• i的左孩子 —2i
• i的右孩子 —2i+1
• i的父节点 —[i/2]

期间元素互换破坏了下一级的堆，则采用相同的方法，继续往下调整(期间小元素不断下坠)

3.2 基于大根堆排序

每一趟将堆顶元素加入子序序列(与待排序序列中最后一个元素交换位置)，并将待排序序列再次调整为大根堆(小元素不断下坠的过程).
基于大根堆排序会获得一个递增的序列

四、动态演示

五、代码示例

5.1.C++代码示例

void HeapAdjust(int A[],int k,int len){
	/************************************************* 
	Function:       // BuildMaxHeap
	Description:    // 建立大根堆
	Calls:          // HeapAdjust;
	Input:          // A[]-被排序数组 
	                // n  -数组长度
	Output:         // None
	Return:         // None 
	*************************************************/  
    A[0]=A[k];						// A[0]暂存子树的根节点
    for (int i=2*k; i <= len; i*=2) // 以k节点不断向下寻找较大节点
    {
       if (i<len && A[i] < A[i+1])	// 判断左右子树谁大
       {
           i++;						// 当右子树大于左子树时i++,获取右子树的i值
       }
       if (A[0]>=A[i])				// 判断当前的根节点是否大于左右子树中的最大值
       {
           break;					// 筛选结束
       }
       else{   
           A[k]=A[i];				// 将最大的A[i]替换k节点
           k=i;						// 修改k节点的值，便于继续向下筛选
       } 
    }
    A[k] =A[0];						// 将筛选到的节点值，放到最终位置
}



void BuildMaxHeap(int A[],int len){
	/************************************************* 
	Function:       // BuildMaxHeap
	Description:    // 建立大根堆,时间复杂度为O(n)
	Calls:          // HeapAdjust;
	Input:          // A[]-被排序数组 
	                // n  -数组长度
	Output:         // None
	Return:         // None 
	*************************************************/  
    for(int k=len/2;k>0;k--){       // 从后往前调整所有非叶子节点
            HeapAdjust(A,k,len);    // 小元素下坠的过程  
    }
}

void swap(int &a,int &b){
    int temp;					    // 用于交换的临时变量
    temp=a;
    a=b;
    b=temp;
};

void HeapSort(int A[],int len){
	/************************************************* 
	Function:       // HeapSort
	Description:    // 对数组进行堆排序
	Calls:          // swap; BuildMaxHeap; HeapAdjust;
	Input:          // A[]-被排序数组 
	                // n  -数组长度
	Output:         // None
	Return:         // None 
	Others:         // 堆排序 
	*************************************************/  
    BuildMaxHeap(A,len);            // 第一次建立大根堆
    for (int i = len; i >1; i--)    // n-1一次交换与建堆过程
    {
        swap(A[1],A[i]);            // 堆顶元素与堆底元素交换
        HeapAdjust(A,1,i-1);        // 把剩余待排序的元素整理成大根堆
    }
}

5.2.Python代码示例

与C++一致，不再赘述。

六、性能分析

6.1 空间复杂度

空间复杂度=O(1)

6.2 时间复杂度

6.2.1 最坏时间复杂度

建堆时间复杂度=O(n)
排序的时间复杂度=O(n)+$nlo{g}_{2}n$=$nlo{g}_{2}n$

6.4 稳定性

堆排序是一个不稳定的排序算法