• 排序算法


     【原文: https://www.cnblogs.com/fortunely/p/10254161.html


     1.基本概念

    ,分为大顶堆(大堆)和小顶堆(小堆),是顺序存储的完全二叉树,并且满足以下特性之一:

    (1)    任意非终端结点关键字不小于左右子结点(大堆)

            ki >= k2i+1并且ki>=k2i+2 其中,0 <= i <= (n-1)/2,n是数组元素个数

    (2)    任意非终端结点关键字不大于左右子结点(小堆)

            ki <= k2i+1并且ki<=k2i+2 其中,0 <= i <= (n-1)/2,n是数组元素个数

    调整(也有叫筛选):

    从当前结点(要求是非终端结点)开始,

    对于大堆,要求当前结点关键字不小于子结点,如不符合,则将最大的子结点与当前结点交换。循环迭代交换后的子树,确保所有子树都符合大堆特性。

    小堆调整过程类似。

    2.基本思想

    堆排序就是利用构建堆和输出堆顶元素的过程,不断对堆进行调整以保证当前结点及其孩子结点满足堆特性,从而达到对初始数组元素进行排序的目的。

    大堆通常对应升序序列,小堆通常对应降序排列。

    核心步骤:

    1)构建堆(大堆/小堆)

    从最后一个非终端结点开始,向前进行调整,保证当前结点及其子树符合堆特性;

    2) 输出有序序列

    交换堆顶与末尾叶子结点,堆顶输出到数组的有序序列末尾,而不参与堆的调整。从交换后的堆顶开始调整,以确保当前结点及其子树符合堆特性。

    3.实例

    下面举个例子,利用小堆进行降序排列。

    初始序列

    49

    38

    65

    97

    76

    13

    27

    49‘

    位置

    0

    1

    2

    3

    4

    5

    6

    7

    3.1.构建堆

    1)      初始序列对应初始堆

    从最后一个非叶子结点开始,向前进行调整,确保符合特性

    最后一个非叶子结点位置:(n-1) / 2 = 3, n=8

    总共调整次数:(n-1)/2 +1 = 4

    第1次调整:选择最后一个非叶子结点元素为97(位置3)为当前父结点,与其子结点进行比较,选择最小的结点作为当前父结点。

    第1次调整后序列

    49

    38

    65

    49’

    76

    13

    27

    97

    位置

    0

    1

    2

    3

    4

    5

    6

    7

     

    第2次调整:选择上一次结点的前一个结点65(位置2)为当前结点进行调整。

    第2次调整后序列

    49

    38

    13

    49’

    76

    65

    27

    97

    位置

    0

    1

    2

    3

    4

    5

    6

    7

     

    第3次调整:选择上一次结点的前一个结点38(位置1)为当前结点进行调整。

    第3次调整后序列

    49

    38

    13

    49’

    76

    65

    27

    97

    位置

    0

    1

    2

    3

    4

    5

    6

    7

     

    第4次调整:选择上一次结点的前一个结点49(位置0)为当前结点进行调整。

    第4次调整后序列

    13

    38

    27

    49’

    76

    65

    49

    97

    位置

    0

    1

    2

    3

    4

    5

    6

    7

     

    3.2.输出堆顶元素

    将已经构建好的小堆,输出堆顶元素,和末尾元素交换,相当于堆顶移动到数组末尾形成有序序列,未排序元素移动到堆顶。从新的堆顶开始进行调整,直到堆重新符合小堆特性。

    交换堆顶和末尾(堆的末尾,不包括已经排好序的部分),并将交换后的堆末尾作为有序序列的一部分,而不再属于堆。 

     

    一次交换后,发现97新的位置比子结点大,需要继续调整。

     

    这样,不断输出所有堆顶到数组末尾,最终可以得到

    有序序列

    97

    76

    65

    49

    49’

    38

    27

    13

    位置

    0

    1

    2

    3

    4

    5

    6

    7

     4.实现代码

     1 //堆排序(小根堆)
     2 
     3 //i为调整的位置
     4 void HeapAdjust(int a[], int i, int len)
     5 {
     6     if (i > len / 2 - 1)    //叶子结点, 无子树
     7     {
     8         return;
     9     }
    10 
    11     // 检查结点i是否符合最大堆特性, 如果不符合, 需要与最大子结点交换
    12     for (int k = 2 * i + 1; k < len; k = 2 * k + 1)
    13     {
    14         // 判断右子树是否比左子树更大
    15         if (k + 1 < len && a[k + 1] > a[k])
    16         {
    17             k++; // 更新最大子结点
    18         }
    19 
    20         if (a[i] < a[k])
    21         {
    22             int temp = a[i];
    23             a[i] = a[k];
    24             a[k] = temp;
    25             i = k;  // 将最大子结点位置设为当前结点
    26         }
    27         else  // 符合大堆特性
    28         {
    29             break;
    30         }
    31     }
    32 }
    33 
    34 void HeapSort(int arr[], int len)
    35 {
    36     // 先建堆
    37     // 从最后一个非叶子结点开始, 向前进行调整
    38     for (int i = (len - 1) / 2; i >= 0; i--)
    39     {
    40         HeapAdjust(arr, i, len);
    41     }
    42 
    43     // 再输出并调整
    44     for (int j = len - 1; j > 0; j--)    // 判断条件不用加"=", 因为j=0时等价于数组只有一个元素, 即只有一个根节点, 而无子树
    45     {
    46         int temp = arr[0];
    47         arr[0] = arr[j];
    48         arr[j] = temp;
    49         HeapAdjust(arr, 0, j);
    50     }
    51 }
  • 相关阅读:
    详解ASP.NET的内置对象
    如何架设FTP服务器
    输出JSON问题
    new , virtual , override
    Javascript 操作select控件大全(新增、修改、删除、选中、清空、判断存在等)
    Java回顾之I/O
    数据结构之栈和队列
    Java回顾之多线程同步
    设计模式之行为型模式
    Java回顾之网络通信
  • 原文地址:https://www.cnblogs.com/WindSun/p/11355462.html
Copyright © 2020-2023  润新知