堆排序及其一个应用

本文探讨了堆排序算法,包括最大堆的概念和构建过程,以及如何通过堆排序在O(n)时间内找到大量数据中的最大k个数。堆排序的思想是维护最大堆结构,以实现高效排序。此外,还提到了堆排序在寻找大量数据中最大值场景的应用。
摘要由CSDN通过智能技术生成

今天为什么会想写一些关于堆排序的东西?因为在github中看到了一个july的repository的算法之道系列文章(https://github.com/julycoding/The-Art-Of-Programming-By-July)中一个找出n个数中最大(小)的前k个数?

我就开始想了,文中列举了很多中解决办法,我也想了几种,大致差不多,但堆排序那里我有点想法,或者说想写详细一点。

首先,我感觉july文章中最大堆和最小堆的概念和我理解的不一样,我是认为最大堆的结构是parent节点大于左右chirldren节点,而july的相反,不过我觉得这个不是什么大问题,叫法而已。言归正传。先写堆排序:

堆排序的思想是通过维持一个最大堆的结构来进行排序,为什么要用堆的结构,因为堆的插入时间是O(h),h是最大堆的高度,这样就有一个维持最大堆的性质的函数

void Max_heapify(int *a,int i,int length){
//储存最大的数组索引
int largest;

int left=2*i;
int right=2*i+1;


//递归结束条件
if(length<left||(length<right)){
return ;
}else{


//如果左孩子节点大于a[i],那么赋值给largest
if(a[i]<a[left]){

largest=left;

}
else {

//a[i]大于或等于做孩子节点
largest=i;
}

//如果右孩子节点大于a[i],那么赋值给largest
if(a[largest]<a[right]||(length<right)){

largest=right;


}


//判断左右子节点是否大于a[i]
if(i!=largest){

Exchange(&a[i],&a[largest]);

//递归执行
Max_heapify(a,largest,length);
}
}




}


然后下面的函数通过从a[length/2]处到a[1]的循环,是怎个树的每个节点保持最大堆的性质,自然a[1]是最大的数

void  Build_Max_Heap(int *a,int length){

//通过从a[length/2]处到a[1]的循环,是怎个树的每个节点保持最大堆的性质,自然a[1]是最大的数
for (int i=length/2;i>=1;i--){

Max_heapify(a,i,length);


}


}


最后

void Heapsort(int *a,int length){


Build_Max_Heap(a,length);


for(int i=length;i>=2;i--){


Max_heapify(a,1,length);

//将最大的数和目前数的最后一个元素交换,并且将length减1
Exchange(&a[i],&a[1]);


length--;
}



}



到此堆排序就完成了,主函数中调用heapsort就行了


堆排序的一个应用(july的文章中写的很详细,我就不赘述了)就是如上面引言中提到的july的文章中的“在1亿个数中,找出前100或1000个最大的数,最大的特点是能在O(n)的时间内完成,当然同样的时间效率也可以用计数排序。


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值