• 【经典算法】第七回:堆排序


    1.概述

    堆排序(Heap Sort)就是利用堆(假设利用大顶堆)进行排序的方法。

    原理:将待排序的序列构造成一个大顶堆,此时,整个序列的最大值就是堆顶的根结点,将 它移走(其实就是将其与堆数组的末尾元素交换,此时末尾元素就是最大值),然后将剩余的n-1个序列重新构造成一个堆,这样就会得到n个元素中的次小值。,如此反复执行,便能得到一个有序序列了,堆排序的时间复杂度为O(nlogn)。

    1.1 什么是堆

    这里的堆(二叉堆),指得不是堆栈的那个堆,而是一种数据结构。堆可以视为一棵完全的二叉树,完全二叉树的一个“优秀”的性质是,除了最底层之外,每一层都是满的,这使得堆可以利用数组来表示,每一个结点对应数组中的一个元素.
    数组与堆之间的关系

    Heap1

    二叉堆一般分为两种:最大堆和最小堆。

    1.2 什么是最大堆

    堆中每个父节点的元素值都大于等于其孩子结点(如果存在),这样的堆就是一个最大堆,因此,最大堆中的最大元素值出现在根结点(堆顶)

    1.3 节点与数组索引关系

    对于给定的某个结点的下标i,可以很容易的计算出这个结点的父结点、孩子结点的下标,而且计算公式很漂亮很简约

    Image(2)

    1.4 调整过程

    在4,14,7这个小堆里边,父节点4小于左孩子14,所以两者交换,在4,2,8这个小堆里边,父节点4小于右孩子8,所以两者交换

    Heap3

    上图展示了一趟调整的过程,这个过程递归实现,直到调整为最大堆为止。

    1.5 整个堆排序过程

    堆排序就是把堆顶的最大数取出,将剩余的堆继续调整为最大堆,以递归实现,剩余部分调整为最大堆后,再次将堆顶的最大数取出,再将剩余部分调整为最大堆,这个过程持续到剩余数只有一个时结束。下边三张图详细描述了整个过程。

    Heap4

    Heap5

    Heap6

    2.示例

            //堆排序
            public static void HeapSort(int[] arr)
            {
                BuildMaxHeap(arr);
    
                for (int i = (arr.Length - 1); i > 0; i--)
                {
                    //将堆顶元素和无序区的最后一个元素交换 
                    int temp = arr[i];
                    arr[i] = arr[0];
                    arr[0] = temp;
                    MaxHeaping(arr, 0, i); //将新的无序区调整为堆  
                }
            }
            /// <summary>  
            /// 初始化大根堆,由底向上建堆  
            /// 完全二叉树的基本性质,最底层节点是n/2,所以从arr.Length/2开始  
            /// </summary>  
            private static void BuildMaxHeap(int[] arr)
            {
                for (int i = (arr.Length / 2) - 1; i >= 0; i--)
                {
                    MaxHeaping(arr, i, arr.Length);
                }
            }
            /// <summary>  
            /// 将指定的节点调整为堆  
            /// </summary>  
            /// <param name="i">需要调整的节点</param>  
            /// <param name="heapSize">堆的大小,也指数组中无序区的长度</param>  
            private static void MaxHeaping(int[] arr, int i, int heapSize)
            {
                int left = 2 * i + 1; // 左子节点  
                int right = 2 * i + 2; // 右子节点  
                int large = i; // 临时变量,存放大的节点值  
    
                if (left < heapSize && arr[left] > arr[large])
                {
                    large = left;
                }
                // 比较右子节点  
                if (right < heapSize && arr[right] > arr[large])
                {
                    large = right;
                }
                // 如有子节点大于自身就交换,使大的元素上移  
                if (i != large)
                {
                    int temp = arr[i];
                    arr[i] = arr[large];
                    arr[large] = temp; ;
                    MaxHeaping(arr, large, heapSize);
                }
            }
            // int[] list = new[] { 16, 14, 10, 8, 7, 9, 3, 2, 4, 1 };
            // Sorter.HeapSort(list);

     参考:http://blog.kingsamchen.com/archives/547#viewSource

    作者:Qlin
    出处:http://www.cnblogs.com/qqlin/
    本文版权归作者和博客园共有,欢迎转载,但未经作者同意必须保留此段声明,且在文章页面明显位置给出原文连接,否则保留追究法律责任的权利。

  • 相关阅读:
    Android中对同一个TextView设置不同字体样式
    C++之new和malloc区别
    cocos2dx 在android平台打开文件问题
    基于物联网操作系统HelloX的智慧家庭体系架构
    密码学:SHA1加密算法详解
    Android中最简单的分享功能
    Android设置ProgressBar的前景和背景及其在多线程中的刷新
    【有明信息】虚实之间 ---关于企业架构是与非的探讨
    5.1.1 读取Redis 数据
    hdr(host), hdr_beg(host) , path_beg
  • 原文地址:https://www.cnblogs.com/qqlin/p/2936396.html
Copyright © 2020-2023  润新知