补充概念:若设二叉树的深度为k,除第k层外,其他各层(1~(k-1)层)的节点数都达到最大值,且第k层所有的节点都连续集中在最左边,这样的树就是完全二叉树。如下图:
堆排序参见链接博客
https://www.jianshu.com/p/0d383d294a80
堆排序过程:
-
创建一个堆 H[0……n-1];
-
把堆首(最大值)和堆尾互换;输出堆尾的最大值
-
把堆的尺寸缩小 1,,剩下的值继续heapify
-
重复步骤 2,直到堆的尺寸为 1。
对于索引节点为i来说:
父节点:parent = (i-1)/2;
子节点:
c1 = 2i+1;
c2 = 2i+2;
#include<iostream>
#include<vector>
#include<algorithm>
#include<cmath>
using namespace std;
//堆排序
//对结点堆化
void heapify(vector<int> &arr,int n,int i) {
if (i >= n) {
return;
}
int c1 = 2 * i + 1;
int c2 = 2 * i + 2;
int max = i;
if (c1 < n && arr[c1]>arr[max]) {
max = c1;
}
if (c2 < n && arr[c2]>arr[max]) {
max = c2;
}
if (max != i) {
swap(arr[max], arr[i]);
heapify(arr, n, max);
}
}
//从最后一个结点的父节点开始堆化
void build_heap(vector<int>&arr, int n) {
int last_node = n - 1;
int parent = (last_node - 1) / 2;
//从最后一个结点的父节点做一下 heapfy
for (int i = parent; i >= 0; i--) {
heapify(arr, n, i);
}
}
void heap_sort(vector<int>& arr, int n) {
build_heap(arr, n);
for (int i = n - 1; i >= 0; i--) {
swap(arr[i],arr[0]);//默认交换第0个结点(最大结点)和 最后一个结点
//对剩下的树进行heapfy
heapify(arr, i, 0);
}
}
int main(){
vector<int> arr = { 3,6,5,9,44,56,56,4,6 };
int n = arr.size();
heap_sort(arr, n);
for (int i = 0; i < arr.size(); i++) {
cout << arr[i] << endl;
}
system("pause");
return 0;
}
时间复杂度:
它是建立在初始构建堆和在重建堆时的反复筛选上,在构建堆的过程中,因为我们是完全二叉树从最下层最右边的非终端结点开始构建,将它与其孩子进行比较和有必要的互换,对于每个非终端结点来说,其实最多的是进行两次比较和呼唤操作,因此整个构建堆的时间复杂度是O(n);
正式排序的时候,第i次取堆顶记录重建堆需要用O(logi)的时间(完全二叉树的某个结点到根节点的距离为|log2i|+1),并且需要取n-1次堆顶记录,因此,重建堆的时间复杂度为O(nlogn)
所以总体来说,堆排序的时间复杂度是O(nlogn)。由于堆排序对原始记录的排序并不敏感,因此他无论是最好、最坏、和平均时间复杂度均为O(nlogn)这在性能上远远超过冒泡、简单选择、直接插入的O(n2)的时间复杂度了。
空间复杂度:只有一个用来交换的暂存单元,也非常不错,不过由于记录的比较和交换是跳跃式的进行,因此堆排序也是一种不稳定的排序方法。
另外,由于初始构建堆所需的比较次数较多,因此,并不适合待排序列个数较少的情况。