排序——堆排序法

2019独角兽企业重金招聘Python工程师标准>>>

一、堆排序法的概念

堆排序（Heap Sort）也是一种选择排序算法，堆排序是利用堆的特性进行排序的过程。

二、算法描述

    堆是一个完全二叉树，树中每个节点对应于原始数据的一个记录，并且每个节点应满足以下条件：非叶节点的数据大于或等于其左、右孩子节点的数据（若是按从大到小的顺序排序，则要求非叶节点的数据小于或等于其左、右孩子节点的数据）。
提示：在堆中，对节点的左孩子和右孩子的大小没有要求，只规定父节点和子节点数据之间必须满足的条件。
    当要按从小到大的顺序输出数据时，要求根节点为最大值。
    下面以按从小到大的顺序排序为例，介绍堆排序的相关内容。
由堆的定义可看出，其根节点为最大值，堆排序就是利用这一特点进行排序的。堆排序过程包括以下两个阶段：
（1）将无序的数据构成堆（即用无序数据生成满足堆定义的完全二叉树）。
（2）利用堆排序（即将上一步生成的堆输出，得到排序后的有序数据）。

1.构成堆
构成堆就是把无序的数据按堆的定义进行交换调整，使父节点的数据大于子节点的数据。构成堆的具体步骤如下。
（1）将无序数据放入完全二叉树的各节点。
（2）由二叉树的下层向上层逐层进行父子节点的数据比较，使用一种称为“筛”的运算进行节点数据的调整，直到使节点最后满足堆的条件为止。
    筛运算针对非叶节点进行，以非叶节点A i 的筛过程为例，当对A进行筛运算时，比它编号i大的非叶节点都已进行过筛运算，即已形成了以各非叶节点为根的堆，其中包括以A i 的左、右孩子为根的堆（若A 2i 和A 2i+1 为叶节点，则认为叶节点是堆）。所以，对A i 进行筛运算是在其左、右子树均为堆的基础上实现的。具体过程为：
（1）确定A i 的两个子树的最大值，放在A j 中。
（2）将A i 的数据与A的数据进行比较，如果A为根的子树已构成堆，筛运j i ≥A j ，表示以A i 算完成。
（3）若A i ＜A j ，则将A i 与A j 互换位置，互换位置后可能会破坏以A i （此时A i 的值为原来的A j ）为根的堆，接着再以A j 为根重复前面的步骤，直到父节点数据大于子节点，或子节点为空时为止。这样，以A j 为根的子树就被调整为一个堆。
提示：在以上过程中，在对A j 进行的筛运算中，若其值较小，则会被逐层下移。这样，较小的数据就像被筛子筛下去，而较大的数据保留在筛子上面，所以把构成堆的过程形象地称为筛运算。
    下面以一组待排序的数据演示构成堆的过程，假设有8个需要排序的数据序列如下：
69，65，90，37，92，6，28，54

下图1，给出构成堆的全过程，a图为无序数据构成的完全二叉树，具体过程如下：

 

 

  图1构成堆过程

（1）首先对最后一个非叶节点（节点4）进行筛运算，使其与子节点进行比较，因该子节点只有左子树（节点8），而37＜54，需对这两个节点位置进行互换，得到b图。此时，节点4及其子节点构成堆。
（2）接着对二叉树中倒数第2个非叶节点（节点3）进行筛运算，因节点3的两个子节点中节点7的值较大，因此使节点3与节点7进行比较，90＞28，不需要进行互换，得到图c。此时，节点3及其子节点构成堆。
（3）对二叉树中倒数第3个非叶节点（节点2）进行筛运算，因节点2的两个子节点中节点5的值较大，因此使节点2与节点5进行比较，65＜92，将节点2与节点5的数据进行互换，得到图d。此时，节点2及其子节点构成堆。
（4）对二叉树中倒数第4个非叶节点（节点1）进行筛运算，因节点1的两个子节点中节点2的值较大，因此使节点1与节点2进行比较，69＜92，将节点1与节点2的数据进行互换，得到图e。此时，因节点2的值已改变，可能破坏了节点2与其子节点构成的堆，需要重新对节点2及其子节点进行运算。在本例中，节点2比两个子节点的值都大，符合堆的要求。此时，节点1及其子节点构成堆。至此，就将完全二叉树构成了一个满足要求的堆。

2.利用堆排序
    使用上面的步骤构成堆以后，接下来的工作就是通过堆输出有序的数据。
从图1_e生成的堆可看出，节点1的值是整个二叉树中最大的，按顺序输出时，需将其放在数组的最后。根据这个规律，将堆按顺序输出数据的过程如下：
（1）取堆的根节点（最大值），将其放到数组的最后。由于数组元素的最后一个元素保存着节点8的值37，因此，将节点8的值与节点1互换。
（2）节点8的值37换到根节点后，重新执行前面介绍的构成堆的方法，此时，应将最后一个节点排除在外。
（3）重复上面的过程，逐步从根节点取出最大值，放入数组的后面，再对剩下的节点重新构造成堆，直到只剩下一个节点，即可得到有序的数据。
根据以上描述过程，将图1_e所示的堆进行排序，如下图2所示。具体过程如下：
（1）从a图的根节点选择，将其与最后一个节点8交换，得到b图。
（2）根据b图重新构成堆，得到c图。
（3）重复上面的步骤，将根节点与最后一个节点（节点7）交换，得到d图，再将剩下的节点重新构成堆。就这样不断重复，最后可得到排序后的数据。

图2堆排序

三、算法实现

1、堆排序法

/**
 * 构成堆
 * */
void HeapAdjust(int a[], int s, int n)
{
    int j, t;

    while (2*s+1 < n) { //第s个节点有子树
        j = s*2 +1;
        if ((j+1) <n) {
        	if (a[j] < a[j+1]) //如果左子树小于右子树，则需要比较右子树
        		j++;
        }

        if (a[s] < a[j]) { //比较s节点和子树的数据大小，如果小于子树，则交换
        	t = a[s];
        	a[s] = a[j];
        	a[j] = t;
        	s = j; //堆被破坏，重新调整
        } else {
        	break;
        }
    }
}

/**
 * 堆排序
 * */
void HeapSort(int a[], int n)
{
	int t, i;

	for (i=n/2-1; i>=0; i--) //将a[0]至a[n-1]构成堆
		HeapAdjust(a, i, n);

	for (i=n-1; i>0; i--) { //取根节点与末节点进行交换
		t = a[0];	//与第i个记录进行交换
		a[0] = a[i];
		a[i] = t;
		HeapAdjust(a, 0, i); //将a[0]至a[i]重新调整为堆
	}
}

2、堆排序法测试

#include <stdio.h>
#include <stdlib.h>
#include "HeapSort.c"

#define ARRAYLEN 8

void ShowData(int arr[], int n)
{
    int i;
    for (i=0; i<n; i++)
        printf("%d ", arr[i]);
    printf("\n");

    return;
}

int main(int argc, char *argv[])
{
    int i;
    int a[ARRAYLEN] = {69, 65, 90, 37, 92, 6, 28, 54};

    printf("原数据:");
    ShowData(a, ARRAYLEN);

    HeapSort(a, ARRAYLEN);
    printf("排序后:");
    ShowData(a, ARRAYLEN);
    return 0;

}

运行结果：

 

转载于:https://my.oschina.net/wangande2014/blog/690842