目录
前言:
堆排序所要实现的需求:利用堆自n个元素中选取其中最大的k个元素。
提供实行条件的代码:
#include <stdio.h>
#include <assert.h>
#include <stdlib.h>
#include <time.h>
//堆排序
void PrintTopK(int* a, int n, int k)
{
// 1. 建堆--用a中前k个元素建堆
// 2. 将剩余n-k个元素依次与堆顶元素交换,不满则则替换
}
void TestTopk()
{
int n = 10000;
int* a = (int*)malloc(sizeof(int) * n);
srand(time(0)); //通过使用随机函数与时间函数确定随机值
for (size_t i = 0; i < n; ++i)
{
a[i] = rand() % 1000000; //使得,随机值永远 < 1000000
}
//使得有确定的10个最大值
a[5] = 1000000 + 1;
a[1231] = 1000000 + 2;
a[531] = 1000000 + 3;
a[5121] = 1000000 + 4;
a[115] = 1000000 + 5;
a[2335] = 1000000 + 6;
a[9999] = 1000000 + 7;
a[76] = 1000000 + 8;
a[423] = 1000000 + 9;
a[3144] = 1000000 + 10;
//堆排序
PrintTopK(a, n, 10);
}
int main()
{
TestTopk();
return 0;
}
1. 知识储备
对于排序,无非就是分别大小,那么我们就得需要知晓什么是大根堆与小根堆。
对于排序,需要知晓基础的向上调整,与向下调整。
其次,便于讲解大根堆与小根堆,我们需要知道什么叫做父亲位,什么叫做孩子位,
下标计算父子间的关系:
- leftchild = parent * 2 + 1
- rightchild = parent * 2 + 2
- parent = (child - 1) / 2 (因为只会保留整数部分)
1.1 大根堆与小根堆
1.1.1 小根堆
- 小堆:父亲位,比孩子位,要小。
1.1.2 大根堆
- 大堆:父亲位,比孩子位,要大。
1.2 向下调整与向上调整
1.2.1 向下调整 -- 多数利用于删除数据
选出左右孩子中小的那一个。
以小的这个孩子跟父亲比较:
- 如果比父亲小,则交换,然后继续向下比较并调整。(最多调整到叶子节点就结束了)
- 如果比父亲大,则调整结束。
(父节点与子节点大小的比较,父对子)
//数据交换
void Swap(HeapDataType* e1, HeapDataType* e2)
{
int tmp = *e1;
*e1 = *e2;
*e2 = tmp;
}
//向下调整(小根堆)
void AdjustDwon(HeapDataType* a, int size, int parent)
{
int child = parent * 2 + 1;
while (child < size)
{
if (child + 1 < size && a[child + 1] < a[child]) //在保证两个孩子都存在的同时,挑出最小的
{
++child;
}
if (a[child] < a[parent]) //孩子小于父亲即符合
{
Swap(&a[child], &a[parent]); //交换元素
parent = child;
child = parent * 2 + 1; //更改孩子的定义将原孩子变为下一个孩子
}
else
{
break; //孩子大于父亲,就没必要进行交换了。
}
}
}
1.2.2 向上调整 -- 多数利用于存入数据
- 如果比父亲小,则交换,然后继续向上比较并调整(最多调整到跟节点就结束了)。
- 如果比父亲大,则调整结束。
(父节点与子节点大小的比较,子对父)
//数据交换
void Swap(HeapDataType* e1, HeapDataType* e2)
{
int tmp = *e1;
*e1 = *e2;
*e2 = tmp;
}
//向上调整(小根堆)
void AdjustUp(HeapDataType* a, int child)
{
int parent = (child - 1) / 2;
while (child > 0)
{
if (a[child] < a[parent])
{
Swap(&a[child], &a[parent]);
child = parent;
parent = (child - 1) / 2;
}
else
{
break;
}
}
}
2. 堆排序的基本步骤
基本思想:
首先:我们需要堆排序的主要目的是,排出最大的k个数,而大根堆就刚好类似。(但是,我们需要注意,大根堆实际的意义就是排出最大的一个值)这对于找到K个最大的数就是不利的了。然而,在结合向下调整与小根堆下可以完美实现。
如何利用向下调整:
向下调整经常利用于删除元素。
而小根堆的向下调整就是,利用于删除(第一个元素)堆元素的最小的元素。这也就代表,堆内的其他元素都要比我们所想要删除的元素大。这也就意味着,只要我们将比第一个元素大,就可以删除了,将那个比其大的放入,这样直至比较完,堆中所存储的值就是所有元素中最大的。
那么,我们就以k创建一个小堆,然后再将剩余的n-k个数据,利用向下调整。
3. 堆排序的代码实现
其中,我们会直接将k个元素进行存储,然后再进行排序为小根堆,我们需要运用一个算法:
//前面已经创建一个K个元素的无序堆
for (int i = (k - 1 - 1) / 2; i >= 0; --i)
{
AdjustDwon(kMinHeap, k, i); //将K个元素进行排序
}
以最后一个父节点为根向下调整,这样有效提高效率,不然只有运用向上调整,这样每一个元素都要进行调整,会大大增加时间复杂度。
#include <stdio.h>
#include <assert.h>
#include <stdlib.h>
#include <time.h>
typedef int HeapDataType; //便于更改堆所存的数据的类型
typedef struct Heap
{
HeapDataType* a; //利用动态开辟所创建的一维数组
int size; //数据个数
int capacity; //空间大小
}HP;
//数据交换
void Swap(HeapDataType* e1, HeapDataType* e2)
{
int tmp = *e1;
*e1 = *e2;
*e2 = tmp;
}
//向下存储
void AdjustDwon(HeapDataType* a, int size, int parent)
{
int child = parent * 2 + 1;
while (child < size)
{
// 选出左右孩子中小/大的那个
if (child + 1 < size && a[child + 1] < a[child])
{
++child;
}
// 孩子跟父亲比较
if (a[child] < a[parent])
{
Swap(&a[child], &a[parent]);
parent = child;
child = parent * 2 + 1;
}
else
{
break;
}
}
}
//堆排序
void PrintTopK(int* a, int n, int k)
{
// 1. 建堆--用a中前k个元素建堆(建一个小堆)
int* kMinHeap = (int*)malloc(k * sizeof(int));
assert(kMinHeap);
for (int i = 0; i < k; ++i)
{
kMinHeap[i] = a[i]; //将k个元素直接进行存储
}
for (int i = (k - 1 - 1) / 2; i >= 0; --i)
{
AdjustDwon(kMinHeap, k, i); //将K个元素进行排序
}
// 2. 将剩余n-k个元素依次与堆顶元素交换,不满则则替换
for (int j = k; j < n; ++j)
{
if (a[j] > kMinHeap[0])
{
kMinHeap[0] = a[j];
AdjustDwon(kMinHeap, k, 0);
}
}
//将排出的最大的k个打印出来
for (int i = 0; i < k; ++i)
{
printf("%d ", kMinHeap[i]);
}
printf("\n");
}
void TestTopk()
{
int n = 10000;
int* a = (int*)malloc(sizeof(int) * n);
srand(time(0)); //通过使用随机函数与时间函数确定随机值
for (size_t i = 0; i < n; ++i)
{
a[i] = rand() % 1000000; //使得,随机值永远 < 1000000
}
//使得有确定的10个最大值
a[5] = 1000000 + 1;
a[1231] = 1000000 + 2;
a[531] = 1000000 + 3;
a[5121] = 1000000 + 4;
a[115] = 1000000 + 5;
a[2335] = 1000000 + 6;
a[9999] = 1000000 + 7;
a[76] = 1000000 + 8;
a[423] = 1000000 + 9;
a[3144] = 1000000 + 10;
//堆排序
PrintTopK(a, n, 10);
}
int main()
{
TestTopk();
return 0;
}