首页 > 编程语言 > 详细

堆排序

时间:2020-07-16 15:48:34      阅读:50      评论:0      收藏:0      [点我收藏+]

堆排序

选择排序:

  1. 简单选择排序
  2. 堆排序

选择排序:每一趟在待选择元素中选取关键字最小(或最大)的元素加入有序子序列

难理解!!

什么是“堆(Heap)”?

若n个关键字序列L[1...n] 满足下面某一条性质,则称为堆(Heap):

  1. 若满足:L(i)≥L(2i) 且L(i)≥L(2i+1) (1≤i≤n/2) ——大根堆(大顶堆)
  2. 若满足:L(i)≤L(2i) 且L(i)≤L(2i+1) (1≤i≤n/2) ——小根堆(小顶堆)

大根堆:完全二叉树中,根≥左、右

技术分享图片

相应的小根堆,就是根节点小于左右两边的结点。

如何基于“堆”进行排序

堆顶元素关键字最大

建立大根堆

根≥左、右

思路:把所有非终端结点都检查一遍,是否满足大根堆的要求,如果不满足,则进行调整

在顺序存储的完全二叉树中,非终端节点n/2

检查当前节点是否满足跟≥左、右

若不满足,将当前结点与更大的一个孩子互换

  • i的左孩子——2i
  • i的右孩子——2i+1
  • i的父节点——i/2向上取整

更小的元素“下坠”可能导致下一层的子树不符合大根堆的要求

代码实现

//建立大根堆
void BildMaxHeap(int A[],int len){
    for(int i=len/2;i>0;i--)	//从后往前调整所有非终端节点
        HeadAdjust(A,i,len);
}

//将以k为根的子树调整为大根堆
void HeadAdjust(int A[],int k,int len){
    A[0] = A[k];				//A[0]暂存子树的根节点
    for(int i=2*k;i<=len;i*=2){	//沿key较大的子节点向下筛选
        if(i<len&&A[i]<A[i+1])	
            i++;				//取key较大的子节点的下标
        if(A[0]>=A[i])	break;	//筛选结束
        else{
            A[k]=A[i];			//将A[i]调整到双亲结点
            k=1;				//修改k值,以便
        }
    }
    A[k]=A[0];					//被筛选结点的
}

基于大根堆进行排序

选择排序:每一趟在待排序元素中选取关键字最大的元素加入有序子序列

堆排序:每一趟将堆顶元素加入有序子序列(与待排序序列中的最后一个元素进行交换)

并将待排序元素序列再此调整为大根堆(小元素不断“下坠”)

注意:基于“大根堆”的堆排序得到“递增序列”

代码实现

//建立大根堆
void BildMaxHeap(int A[],int len){
    for(int i=len/2;i>0;i--)	//从后往前调整所有非终端节点
        HeadAdjust(A,i,len);
}

//将以k为根的子树调整为大根堆
void HeadAdjust(int A[],int k,int len){
    A[0] = A[k];				//A[0]暂存子树的根节点
    for(int i=2*k;i<=len;i*=2){	//沿key较大的子节点向下筛选
        if(i<len&&A[i]<A[i+1])	
            i++;				//取key较大的子节点的下标
        if(A[0]>=A[i])	break;	//筛选结束
        else{
            A[k]=A[i];			//将A[i]调整到双亲结点
            k=1;				//修改k值,以便
        }
    }
    A[k]=A[0];					//被筛选结点的
}

//堆排序的完整逻辑
void HeapSort(int A[],int len){
    BuildMaxHeap(A,len);		//初始建堆
    for(int i=len;i>1;i--){		//n-1趟的交换和建堆过程
        swap(A[i],A[1]);		//堆顶元素和堆底元素交换
        HeadAdjust(A,1,i-1);	//把剩余的待排序元素整理成堆
    }
}

i指向当前待排序元素序列中的最后一个(堆底元素)

算法效率分析

技术分享图片

下方有两个孩子,则“下坠“一层,需要对比关键字两次

下方只有一个孩子,则”下坠“一层,对比关键字一次

结论:一个结点,每”下坠“一层,最多只需要对比关键字2次

若树高为h,某节点在第1层,则将这个结点向下调整最多只需要”下坠“h-i层,关键字对比次数不超过2(h-i)

\[n个结点的完全二叉树树高h=\lfloor log_2n \rfloor + 1 \]

第i层最多有2^i-1个结点,而只有第1~(h-1)层的结点才有可能需要”下坠“调整

将整棵树调整为大根堆,关键字对比次数不超过

\[\sum_{i=h-1}^{1}2^{i-1}2(h-i)=\sum_{i=h-1}^{1}2^{i}(h-i)=\sum_{j=1}^{h-1}2^{h-j}j\leq\sum_{j=1}^{h-1}\frac{j}{2^j}\le4n \]

差比数列求和(错位相减法)

建堆的过程中,关键字对比次数不超过4n,建堆时间复杂度=O(n)

技术分享图片

技术分享图片

共n-1趟

\[总的时间复杂度=O(nlog_2n) \]

\[堆排序的时间复杂度=O(n)+O(nlog_2n)=O(nlog_2n) \]

\[堆排序的空间复杂度 = O(1) \]

稳定性

技术分享图片

技术分享图片

技术分享图片

技术分享图片

堆排序是不稳定的

知识回顾

技术分享图片

顺便考了完全二叉树顺序存储

练习

基于”小根堆“如何建堆、排序

技术分享图片

堆排序

原文:https://www.cnblogs.com/jev-0987/p/13322172.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!