• 堆排序


    最大堆调整:

    1、在对应的数组元素A[i], 左孩子A[LEFT(i)], 和右孩子A[RIGHT(i)]中找到最大的那一个,将其下标存储在largest中。

    2、如果A[i]已经就是最大的元素,则程序直接结束。

    3、否则,i的某个子结点为最大的元素,将A[largest]与A[i]交换。

    4、再从交换的子节点开始,重复1,2,3步,直至叶子节点,算完成一次堆调整。

    建堆:

    建堆是一个通过不断的堆调整,使得整个二叉树中的数满足堆性质的操作。在数组中的话,我们一般从下标为n/2的数开始做堆调整,一直到下标为0的数(因为下标大于n/2的数都是叶子节点,其子树已经满足堆的性质了)。

    01.#include <cstdio>  
    02.#include <cstdlib>  
    03.#include <cmath>  
    04.using namespace std;  
    05.   
    06.int parent(int);  
    07.int left(int);  
    08.int right(int);  
    09.void HeapAdjust(int [], int, int);  
    10.void BuildHeap(int [], int);  
    11.void print(int [], int);  
    12.void HeapSort(int [], int);  
    13.   
    14./*返回父节点*/  
    15.int parent(int i)  
    16.{  
    17.    return (int)floor((i - 1) / 2);  
    18.}  
    19.   
    20./*返回左孩子节点*/  
    21.int left(int i)  
    22.{  
    23.    return (2 * i + 1);  
    24.}  
    25.   
    26./*返回右孩子节点*/  
    27.int right(int i)  
    28.{  
    29.    return (2 * i + 2);  
    30.}  
    31.   
    32./*对以某一节点为根的子树做堆调整(保证最大堆性质)*/  
    33.void HeapAdjust(int A[], int i, int heap_size)  
    34.{  
    35.    int l = left(i);  
    36.    int r = right(i);  
    37.    int largest;  
    38.    int temp;  
    39.    if(l < heap_size && A[l] > A[i])  
    40.    {  
    41.        largest = l;  
    42.    }  
    43.    else  
    44.    {  
    45.        largest = i;  
    46.    }  
    47.    if(r < heap_size && A[r] > A[largest])  
    48.    {  
    49.        largest = r;  
    50.    }  
    51.    if(largest != i)  
    52.    {  
    53.        temp = A[i];  
    54.        A[i] = A[largest];  
    55.        A[largest] = temp;  
    56.        HeapAdjust(A, largest, heap_size);  
    57.    }  
    58.}  
    59.   
    60./*建立最大堆*/  
    61.void BuildHeap(int A[],int heap_size)  
    62.{  
    63.    for(int i = (heap_size-2)/2; i >= 0; i--)  
    64.    {  
    65.        HeapAdjust(A, i, heap_size);  
    66.    }  
    67.}  
    68.   
    69./*输出结果*/  
    70.void print(int A[], int heap_size)  
    71.{  
    72.    for(int i = 0; i < heap_size;i++)  
    73.    {  
    74.        printf("%d ", A[i]);  
    75.    }  
    76.    printf("
    ");  
    77.}  
    78.   
    79./*堆排序*/  
    80.void HeapSort(int A[], int heap_size)  
    81.{  
    82.    BuildHeap(A, heap_size);  
    83.    int temp;  
    84.    for(int i = heap_size - 1; i >= 0; i--)  
    85.    {  
    86.        temp = A[0];  
    87.        A[0] = A[i];  
    88.        A[i] = temp;  
    89.        HeapAdjust(A, 0, i);  
    90.    }  
    91.    print(A, heap_size);  
    92.}  
    93.   
    94./*测试,对给定数组做堆排序*/  
    95.int main(int argc, char* argv[])  
    96.{  
    97.    const int heap_size = 13;  
    98.    int A[] = {19, 1, 10, 14, 16, 4, 7, 9, 3, 2, 8, 5, 11};  
    99.    HeapSort(A, heap_size);  
    100.    system("pause");  
    101.    return 0;  
    102.}  
  • 相关阅读:
    前面的内容 也是要去掉白名单 和 8.8.8.8这种非问题IP的 高风险 么? (目前我们没有获取客户的中风险、低风险数据,可以处理掉高风险)
    大数据安全规范
    queue
    数据源、数据集、同步任务、数据仓库、元数据、数据目录、主题、来源系统、标签、增量识别字段、修改同步、ES索引、HBase列族、元数据同步、
    软件架构的5种视图
    软件各种系统架构图
    为何要建数据仓库 大数据下的企业数据仓库建设
    choorme 升级到最新版 adobe flash提示过期解决方案
    PowerShell控制台快捷键
    [Azure] 使用 Visual Studio 2013 管理中国版 Azure 订阅
  • 原文地址:https://www.cnblogs.com/yl-saber/p/6933578.html
Copyright © 2020-2023  润新知