数据结构之堆

本文介绍了如何用C#编程语言实现大顶堆的构造过程,并详细展示了大顶堆排序的算法步骤。通过`HeapSout`方法建立大顶堆,然后进行元素交换和调整,实现排序。代码中包含了`HeapAdjust`函数,用于调整堆结构以保持大顶堆特性。

堆是一个顺序结构的完全二叉树

堆排序
先构造大顶堆,把尾元素与顶交换,然后把尾索引减一,在构造大顶堆,交换,减一,构造,循环。

namespace{
    class Program
    {
        static void Main(string[] args)
        {
            int[] data = new int[] { 50, 10, 90, 30, 70, 40, 80, 60, 20 };

            HeapSout(data);

            foreach (int item in data)
            {
                System.Console.Write(item+" ");
            }

            System.Console.ReadKey();
        }

        /// <summary>
        /// 构造大顶堆
        /// </summary>
        /// <param name="data"></param>
        static void HeapSout(int []data)
        {

            HeapAdjust(data, data.Length);

            ///大顶堆排序

            for (int i=data.Length; i>1; i--)
            {
                int endNum = i;

                int temp = data[endNum - 1];
                data[endNum - 1] = data[0];
                data[0] = temp;


                HeapAdjust(data, i-1);


            }





        }

        /// <summary>
        /// 构造大顶堆
        /// </summary>
        /// <param name="data"></param>
        /// <param name="headNum"></param>
        /// <param name="rearNum"></param>
        static void HeapAdjust(int []data,int rearNum)
        {
            for (int i = rearNum/2; i >= 1; i--)
            {
                int maxNum = i;
                int tempNum = i;



                while (true)
                {

                    int leftChild = tempNum * 2;
                    int rightChild = tempNum * 2 + 1;

                    if (leftChild <= rearNum && data[leftChild - 1] > data[maxNum - 1])//第一个条件判断左右节点是否存在
                    {
                        maxNum = leftChild;
                    }

                    if (rightChild <= rearNum && data[rightChild - 1] > data[maxNum - 1])
                    {
                        maxNum = rightChild;
                    }

                    if (maxNum != tempNum)
                    {
                        int temp = data[tempNum - 1];
                        data[tempNum - 1] = data[maxNum - 1];
                        data[maxNum - 1] = temp;

                        tempNum = maxNum;
                    }

                    else
                    {

                        break;
                    }



                }

            }
        }




   

    }
}

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值