zoukankan      html  css  js  c++  java
  • 选择排序——2堆排序实现

    /* 
    * (最大)堆的向下调整算法
    *
    * 注:数组实现的堆中,第N个节点的左孩子的索引值是(2N+1),右孩子的索引是(2N+2)。
    *     其中,N为数组下标索引值,如数组中第1个数对应的N为0。
    *
    * 参数说明:
    *     a -- 待排序的数组
    *     start -- 被下调节点的起始位置(一般为0,表示从第1个开始)
    *     end   -- 截至范围(一般为数组中最后一个元素的索引)
    */
            private void maxHeapDown(int[] a, int start, int end)
            {
                int c = start;            // 当前(current)节点的位置
                int l = 2 * c + 1;        // 左(left)孩子的位置
                int tmp = a[c];            // 当前(current)节点的大小
    
                for (; l <= end; c = l, l = 2 * l + 1)
                {
                    // "l"是左孩子,"l+1"是右孩子
                    if (l < end && a[l] < a[l + 1])
                        l++;        // 左右两孩子中选择较大者,即m_heap[l+1]
                    if (tmp >= a[l])
                        break;        // 调整结束
                    else
                    {            // 交换值
                        a[c] = a[l];
                        a[l] = tmp;
                    }
                }
            }
    
            /*
             * 堆排序(从小到大)
             *
             * 参数说明:
             *     a -- 待排序的数组
             *     n -- 数组的长度
             */
            public void heapSortAsc(int[] a, int n)
            {
                int i, tmp;
    
                // 从(n/2-1) --> 0逐次遍历。遍历之后,得到的数组实际上是一个(最大)二叉堆。
                for (i = n / 2 - 1; i >= 0; i--)
                    maxHeapDown(a, i, n - 1);
    
                // 从最后一个元素开始对序列进行调整,不断的缩小调整的范围直到第一个元素
                for (i = n - 1; i > 0; i--)
                {
                    // 交换a[0]和a[i]。交换后,a[i]是a[0...i]中最大的。
                    tmp = a[0];
                    a[0] = a[i];
                    a[i] = tmp;
                    // 调整a[0...i-1],使得a[0...i-1]仍然是一个最大堆。
                    // 即,保证a[i-1]是a[0...i-1]中的最大值。
                    maxHeapDown(a, 0, i - 1);
                }
            }
    
            /* 
             * (最小)堆的向下调整算法
             *
             * 注:数组实现的堆中,第N个节点的左孩子的索引值是(2N+1),右孩子的索引是(2N+2)。
             *     其中,N为数组下标索引值,如数组中第1个数对应的N为0。
             *
             * 参数说明:
             *     a -- 待排序的数组
             *     start -- 被下调节点的起始位置(一般为0,表示从第1个开始)
             *     end   -- 截至范围(一般为数组中最后一个元素的索引)
             */
            private void minHeapDown(int[] a, int start, int end)
            {
                int c = start;            // 当前(current)节点的位置
                int l = 2 * c + 1;        // 左(left)孩子的位置
                int tmp = a[c];            // 当前(current)节点的大小
    
                for (; l <= end; c = l, l = 2 * l + 1)
                {
                    // "l"是左孩子,"l+1"是右孩子
                    if (l < end && a[l] > a[l + 1])
                        l++;        // 左右两孩子中选择较小者
                    if (tmp <= a[l])
                        break;        // 调整结束
                    else
                    {            // 交换值
                        a[c] = a[l];
                        a[l] = tmp;
                    }
                }
            }
    
            /*
             * 堆排序(从大到小)
             *
             * 参数说明:
             *     a -- 待排序的数组
             *     n -- 数组的长度
             */
            public void heapSortDesc(int[] a, int n)
            {
                int i, tmp;
    
                // 从(n/2-1) --> 0逐次遍历每。遍历之后,得到的数组实际上是一个最小堆。
                for (i = n / 2 - 1; i >= 0; i--)
                    minHeapDown(a, i, n - 1);
    
                // 从最后一个元素开始对序列进行调整,不断的缩小调整的范围直到第一个元素
                for (i = n - 1; i > 0; i--)
                {
                    // 交换a[0]和a[i]。交换后,a[i]是a[0...i]中最小的。
                    tmp = a[0];
                    a[0] = a[i];
                    a[i] = tmp;
                    // 调整a[0...i-1],使得a[0...i-1]仍然是一个最小堆。
                    // 即,保证a[i-1]是a[0...i-1]中的最小值。
                    minHeapDown(a, 0, i - 1);
                }
            }
  • 相关阅读:
    [记读书笔]python3.5实现socket通讯(UDP)
    [安全学习环境]Win7 下DVWA安装指南
    [Android]Android SDk Manager中创建模拟器无法选择CPU问题解析
    [其他]Android SDK离线文件路径以及安装更新方法
    [APP]如果你想反编译
    [Jmeter]jmeter之参数化
    常用性能相关工具
    DebugDiag收集Dump的使用说明
    Live Writer安装报错的问题,OnCatalogResult:0x80190194
    IIS不定期Crash和Oracle“未处理的内部错误(-2)”的问题分析
  • 原文地址:https://www.cnblogs.com/asenyang/p/6936398.html
Copyright © 2011-2022 走看看