zoukankan      html  css  js  c++  java
  • 堆排序原理及算法实现(最大堆)

    堆排序

           堆排序是利用堆的性质进行的一种选择排序。以下先讨论一下堆。

    1.堆

      堆实际上是一棵全然二叉树,其不论什么一非叶节点满足性质:

      Key[i]<=key[2i+1]&&Key[i]<=key[2i+2]或者Key[i]>=Key[2i+1]&&key>=key[2i+2]

      即不论什么一非叶节点的keyword不大于或者不小于其左右孩子节点的keyword。

      堆分为大顶堆和小顶堆,满足Key[i]>=Key[2i+1]&&key>=key[2i+2]称为大顶堆,满足 Key[i]<=key[2i+1]&&Key[i]<=key[2i+2]称为小顶堆。由上述性质可知大顶堆的堆顶的keyword肯定是全部keyword中最大的,小顶堆的堆顶的keyword是全部keyword中最小的。

    2.堆排序的思想

       利用大顶堆(小顶堆)堆顶记录的是最大keyword(最小keyword)这一特性,使得每次从无序中选择最大记录(最小记录)变得简单。

        其基本思想为(大顶堆):

        1)将初始待排序keyword序列(R1,R2....Rn)构建成大顶堆,此堆为初始的无须区;

        2)将堆顶元素R[1]与最后一个元素R[n]交换,此时得到新的无序区(R1,R2,......Rn-1)和新的有序区(Rn),且满足R[1,2...n-1]<=R[n]; 

        3)因为交换后新的堆顶R[1]可能违反堆的性质,因此须要对当前无序区(R1,R2,......Rn-1)调整为新堆,然后再次将R[1]与无序区最后一个元素交换,得到新的无序区(R1,R2....Rn-2)和新的有序区(Rn-1,Rn)。不断反复此过程直到有序区的元素个数为n-1,则整个排序过程完毕。

        操作步骤例如以下:

         1)初始化堆:将R[1..n]构造为堆;

         2)将当前无序区的堆顶元素R[1]同该区间的最后一个记录交换,然后将新的无序区调整为新的堆。

        因此对于堆排序,最重要的两个操作就是构造初始堆和调整堆,其实构造初始堆其实也是调整堆的过程,仅仅只是构造初始堆是对全部的非叶节点都进行调整。

        以下举例说明:

         给定一个整形数组a[]={16,7,3,20,17,8},对其进行堆排序。

        首先依据该数组元素构建一个全然二叉树,得到

     
     然后须要构造初始堆,则从最后一个非叶节点開始调整,调整步骤例如以下:

    20和16交换后导致16不满足堆的性质,因此需又一次调整

    这样就得到了初始堆。

    即每次调整都是从父节点、左孩子节点、右孩子节点三者中选择最大者跟父节点进行交换(交换之后可能造成被交换的孩子节点不满足堆的性质,因此每次交换之后要又一次对被交换的孩子节点进行调整)。有了初始堆之后就能够进行排序了。

    此时3位于堆顶不满堆的性质,则需调整继续调整

     这样整个区间便已经有序了。
        从上述过程可知,堆排序其实也是一种选择排序,是一种树形选择排序。仅仅只是直接选择排序中,为了从R[1...n]中选择最大记录,需比較n-1次,然后从R[1...n-2]中选择最大记录需比較n-2次。其实这n-2次比較中有非常多已经在前面的n-1次比較中已经做过,而树形选择排序恰好利用树形的特点保存了部分前面的比較结果,因此能够降低比較次数。对于n个keyword序列,最坏情况下每一个节点需比較log2(n)次,因此其最坏情况下时间复杂度为nlogn。堆排序为不稳定排序,不适合记录较少的排序。
     
    測试程序
    复制代码
    /*堆排序(大顶堆) 2011.9.14*/ 
    
    #include <iostream>
    #include<algorithm>
    using namespace std;
    
    void HeapAdjust(int *a,int i,int size)  //调整堆 
    {
        int lchild=2*i;       //i的左孩子节点序号 
        int rchild=2*i+1;     //i的右孩子节点序号 
        int max=i;            //暂时变量 
        if(i<=size/2)          //假设i不是叶节点就不用进行调整 
        {
            if(lchild<=size&&a[lchild]>a[max])
            {
                max=lchild;
            }    
            if(rchild<=size&&a[rchild]>a[max])
            {
                max=rchild;
            }
            if(max!=i)
            {
                swap(a[i],a[max]);
                HeapAdjust(a,max,size);    //避免调整之后以max为父节点的子树不是堆 
            }
        }        
    }
    
    void BuildHeap(int *a,int size)    //建立堆 
    {
        int i;
        for(i=size/2;i>=1;i--)    //非叶节点最大序号值为size/2 
        {
            HeapAdjust(a,i,size);    
        }    
    } 
    
    void HeapSort(int *a,int size)    //堆排序 
    {
        int i;
        BuildHeap(a,size);
        for(i=size;i>=1;i--)
        {
            //cout<<a[1]<<" ";
            swap(a[1],a[i]);           //交换堆顶和最后一个元素,即每次将剩余元素中的最大者放到最后面 
              //BuildHeap(a,i-1);        //将余下元素又一次建立为大顶堆 
              HeapAdjust(a,1,i-1);      //又一次调整堆顶节点成为大顶堆
        }
    } 
    
    int main(int argc, char *argv[])
    {
         //int a[]={0,16,20,3,11,17,8};
        int a[100];
        int size;
        while(scanf("%d",&size)==1&&size>0)
        {
            int i;
            for(i=1;i<=size;i++)
                cin>>a[i];
            HeapSort(a,size);
            for(i=1;i<=size;i++)
                cout<<a[i]<<" ";
            cout<<endl;
        }
        return 0;
    }
    复制代码

  • 相关阅读:
    re
    response.xpath
    response.css
    mongovue无法显示collection的问题
    window下安装scrapy
    openCV 图片的处理
    sql server 日期时间操作
    怎样在visual studio 2005 让客户端的recv函数不阻塞
    c# winform 程序用126邮箱发邮件
    MiniDump类笔记
  • 原文地址:https://www.cnblogs.com/gcczhongduan/p/4483870.html
Copyright © 2011-2022 走看看