[数据结构与算法] - 堆排序实现

堆的一些性质

图片转载链接
在这里插入图片描述

若给定下标为 i 的节点,可得出:
1.父节点下标为 ( i - 1 ) / 2
2.左孩子节点下标为 2 * i + 1,右孩子节点下标为 2 * i + 1

思路:

  1. 建立堆
  2. 对堆进行排序操作
    1. 建大堆,选出最大的数
    2. 最大的数与最后一个数交换
    3. 如何选出次小的数?把最后一个数不看做堆里面的,进行向下调整,就可以选出次小的数(效率是O(logN)),以此类推,再重复上面的过程。

1.建堆

建立堆思路1:以插入的方法从头开始用向上调整算法进行调整

  1. 默认数组第一个数已经在堆里。
    在这里插入图片描述
  2. 第二个数是56,比堆顶70要小,进行向上调整算法。
    在这里插入图片描述
  3. 第三个数是30插入到56的右子树中,但是30比56小,所以进行向上调整算法。然后以此类推。
    在这里插入图片描述
代码1:
#include <stdio.h>
#include <assert.h>

void AdjustUp(int* a,int child)
{
	int parent = (child - 1) / 2;
	while (child > 0)
	{
		if (a[child] < a[parent])
		{
			int tmp = a[child];
			a[child] = a[parent];
			a[parent] = tmp;

			child = parent;
			parent = (child - 1) / 2;
		}
	}
}

// 对数组进行堆排序
void HeapSort(int* a, int n)
{
	assert(a);

	//升序
	//方法1:构建小堆,类似于插入
	for (int i = 1; i < n; ++i)
	{
		AdjustUp(a, i);
	}
}


建立堆思路2:叶子所在的子树不需要调,倒着走最后一颗子树去进行调整

代码2:
void AdjustDown(int* a,int n, int parent)
{
	assert(a);

	int child = 2 * parent + 1;
	while (child > 0)
	{
		if (child + 1 < n && a[child + 1] < a[child])
		{
			++child;
		}

		if (a[child] < a[parent])
		{
			Swap(&a[child], &a[parent]);

			child = parent;
			parent = (child - 1) / 2;
		}
		else
		{
			break;
		}
	}
}

// 对数组进行堆排序
void HeapSort(int* a, int n)
{
	assert(a);

	//方法2:类似于斐波那契数列
	//叶子所在的子树不需要调,倒着走最后一颗子树去进行调整
	for (int i = (n - 1 - 1) / 2; i >= 0; --i)
	{
		AdjustDown(a, n, i);
	}
}

2.对堆进行排序操作

排升序,建立大堆(后面再说为什么不建立小堆),假设大堆已经建立好了。

  1. 交换堆顶与最后一个数。
    在这里插入图片描述
  2. 把最后一个数不看做堆里面的,进行向下调整。(图中两个红色圈圈为左、右子树,最后一个数没有看在堆里)
    在这里插入图片描述

代码:

#include <stdio.h>
#include <assert.h>

void Swap(int* x, int* y)
{
	int tmp = *x;
	*x = *y;
	*y = tmp;
}

//调成大堆
void AdjustDown(int* a,int n, int parent)
{
	assert(a);

	int child = 2 * parent + 1;
	while (child < n)
	{
		if (child + 1 < n && a[child + 1] > a[child])
		{
			++child;
		}

		if (a[child] > a[parent])
		{
			Swap(&a[child], &a[parent]);

			child = parent;
			parent = (child - 1) / 2;
		}
		else
		{
			break;
		}
	}
}

// 对数组进行堆排序
void HeapSort(int* a, int n)
{
	assert(a);
	//方法2:类似于斐波那契数列
	//叶子所在的子树不需要调,倒着走最后一颗子树去进行调整
	for (int i = (n - 1 - 1) / 2; i >= 0; --i)
	{
		AdjustDown(a, n, i);
	}
	//对堆进行排序
	//依次选数,调堆
	for (int end = n - 1; end > 0; --end)
	{
		Swap(&a[end], &a[0]);
		//再调堆,选出次小的数
		AdjustDown(a, end, 0);//这里传end就会忽略最后一个数

	}
}

完整代码:

#include <stdio.h>
#include <assert.h>

void Swap(int* x, int* y)
{
	int tmp = *x;
	*x = *y;
	*y = tmp;
}

//调成大堆
void AdjustDown(int* a,int n, int parent)
{
	assert(a);

	int child = 2 * parent + 1;
	while (child < n)
	{
		if (child + 1 < n && a[child + 1] > a[child])
		{
			++child;
		}

		if (a[child] > a[parent])
		{
			Swap(&a[child], &a[parent]);

			child = parent;
			parent = (child - 1) / 2;
		}
		else
		{
			break;
		}
	}
}

// 对数组进行堆排序
void HeapSort(int* a, int n)
{
	assert(a);

	//方法2:类似于斐波那契数列
	//叶子所在的子树不需要调,倒着走最后一颗子树去进行调整
	//O(N)
	for (int i = (n - 1 - 1) / 2; i >= 0; --i)
	{
		AdjustDown(a, n, i);
	}

	//对堆进行排序
	//依次选数,调堆
	//O(N*logN)
	for (int end = n - 1; end > 0; --end)
	{
		Swap(&a[end], &a[0]);
		//再调堆,选出次小的数
		AdjustDown(a, end, 0);//这里传end就会忽略最后一个数

	}
}


int main()
{
	int a[] = { 70,56,30,25,15,10,75 };
	int len = sizeof(a) / sizeof(a[0]);
	HeapSort(a, len);
	for (int i = 0; i < len; ++i)
	{
		printf("%d ", a[i]);
	}
	printf("\n");
	return 0;
}

结果截图

在这里插入图片描述

注意:为什么排升序的时候不建立小堆(排降序不建立大堆同理)

排升序,建小堆分析:

  1. 选出最小的数,放到第一个位置

  2. 如何选出次小的数呢?根据图,从数15位置开始,剩下的数看成一个堆,但是这之前建立好的堆关系全部都乱套了,只能重新建堆,才能选出次小的数。
    在这里插入图片描述
    堆的关系全乱了

  3. 建堆的时间复杂度O(N),然后选出次小的数需要N,N-1,…,1步,时间复杂度为O(N*N),这样看来还不如直接遍历选出。

  4. 建小堆排升序是可以的,但是效率太差了,没有体现出用堆的优势。

插个手动推导的图片吧,清晰点

在这里插入图片描述
在这里插入图片描述

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
排序是计算机科学中常见的操作,它将一组元素按照特定的顺序重新排列。排序算法的目标通常是将元素按照升序或降序排列。 常见的排序算法有很多种,每种算法都有不同的时间复杂度和空间复杂度。以下是几种常见的排序算法: 1. 冒泡排序(Bubble Sort):比较相邻的两个元素,如果顺序不正确就交换位置,每次遍历将一个最大(最小)的元素移到最后(最前)。时间复杂度为O(n^2)。 2. 插入排序(Insertion Sort):将数组分为已排序和未排序两部分,每次从未排序部分取出一个元素,插入已排序部分的适当位置。时间复杂度为O(n^2)。 3. 选择排序(Selection Sort):每次从未排序部分选择一个最小(最大)的元素放到已排序部分的末尾。时间复杂度为O(n^2)。 4. 快速排序(Quick Sort):选取一个基准元素,将数组划分为两个子数组,小于基准元素的放在左边,大于基准元素的放在右边,然后对子数组进行递归排序。时间复杂度平均情况下为O(nlogn),最坏情况下为O(n^2)。 5. 归并排序(Merge Sort):将数组递归分成两个子数组,然后对子数组进行排序,最后将两个已排序的子数组合并成一个有序数组。时间复杂度为O(nlogn)。 6. 堆排序(Heap Sort):将数组构建成一个最大(最小)堆,每次从堆顶取出最大(最小)元素放到已排序部分的末尾,然后调整堆使其满足堆的性质。时间复杂度为O(nlogn)。 这里只介绍了几种常见的排序算法,每种算法都有其适用的场景和优缺点。在实际应用中,根据数据规模和性能要求选择合适的排序算法非常重要。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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