选择排序之堆排序

【数据结构】选择排序—堆排序 ​堆排序是指利用堆这种数据结构所设计的一种排序算法。堆是一个近似完全二叉树的结构,并同时满足堆积的性质:即子结点的键值或索引总是小于(或者大于)它的父节点。 ​ 阅读详情

一 堆排序的定义

堆的定义,n个关键字序列L[1...n]称为堆,当且仅当序列满足:

1. L[i]≥L[2i] 且 L[i]≥L[2i+1](大根堆)

2. L[i]≤L[2i]且L[i]≤L[2i+1] (小根堆)

i需要满足的特点为(1≤i≤⌊n/2⌋)

可以将一维数组视为一棵完全二叉树,满足条件1的堆称为大根堆,大根堆的最大元素存放在根结点,且其任一非根结点的值小于等于其双亲结点值。满足条件2的堆称为小根堆,小根堆的根节点是最小值,且其任一非根结点的值大于等于其双亲结点值。

大根堆:

                                          

对于所有具有双亲结点含义编号从大到小(⌊n/2⌋~1)做出如下调整:

  1. 若孩子结点皆小于双亲结点,则该结点的调整结束。
  2. 若存在孩子结点大于双亲结点,则将最大的孩子结点与双亲结点交换,并该孩子结点进行同样的交换,知道孩子结点为叶子结点为止。

二 堆排序思路

堆排序首先将存放在L[1...n]中的n个元素建成初始堆,由于堆本身的特点(以大根堆为例),堆顶元素就是最大值。输出堆顶元素后,通常将堆底元素送入堆顶,此时根结点已不满足大根堆的性质,堆被破坏,将堆顶元素向下调整令其继续保持大顶堆的性质,再输出堆顶元素。如此重复,直到堆中仅剩一个元素为止。

堆排序需要解决的问题:

  1. 如何将无序序列构造成初始堆。
  2. 输出堆顶元素后,如何将剩下元素调整成新的堆。

堆排序的关键是构造初始堆,n个结点的完全二叉树,最后的一个结点是第n/2个结点的孩子结点。对第n/2个结点为根的子树筛选(对于大根堆,若根结点的关键字小于左右孩子中关键字较大值,则交换),使得该子树成为堆。之后向前依次对各结点([n/2] - 1 ~ 1)为根的子树进行筛选,看该结点是否大于其左右子节点的值,若不大于,则将左右子结点中的较大值与之交换,交换后可能会破坏下一级的堆,于是继续采用上述方法构造下一级的堆。直到以该结点为根的子树构成堆为止。反复利用上述调整堆的方法建堆,直到根结点。

如图:初始时调整L[4]子树,将09与32交换,交换后满足堆的定义;向前继续调整L[3]子树,78小于左右孩子的较大者87,交换,交换后满足堆的定义;向前继续调整L[2]子树,17小于左右孩子的较大者45,交换后满足堆的定义;向前调整至根结点L[1],53 < 左右孩子的较大者87,交换,交换后破坏了L[3]子树的堆,采用上述方法堆L[3]进行调整,53 < 左右孩子的较大者78,交换,至此该完全二叉树满足堆的定义。

输出堆顶元素后,将堆的最后一个元素与堆顶元素交换,此时堆的性质被破坏,需要向下进行筛选。将09和左右孩子的较大者78进行交换,交换后破坏了L[3]子树的堆,继续对L[3]子树向下筛选,将09和左右孩子较大者65交换,交换后得到新堆。

三 堆排序的算法代码

#include <stdio.h>
#include <stdlib.h>
 
void swap(int* a, int* b)
{
    int temp = *b;
    *b = *a;
    *a = temp;
}
 
void max_heapify(int arr[], int start, int end) 
{
    //建立父节点指标和子节点指标
    int dad = start;
    int son = dad * 2 + 1;
    while (son <= end)  //若子节点指标在范围内才做比较
        {
            if (son + 1 <= end && arr[son] < arr[son + 1]) 
            //先比较两个子节点大小,选择最大的
            son++;
	    if (arr[dad] > arr[son]) //如果父节点大于子节点代表调整完毕,直接跳出函数
            return;
            else{  //否则交换父子内容再继续子节点和孙节点比较
            swap(&arr[dad], &arr[son]);
            dad = son;
            son = dad * 2 + 1;
        }
    }
}
 
void heap_sort(int arr[], int len) 
{
    int i;
    //初始化,i从最后一个父节点开始调整
    for (i = len / 2 - 1; i >= 0; i--)
        max_heapify(arr, i, len - 1);
    //先将第一个元素和已排好元素的前一位做交换,再重新调整,直到排序完毕
    for (i = len - 1; i > 0; i--) 
    {
        swap(&arr[0], &arr[i]);
        max_heapify(arr, 0, i - 1);
    }
}
 
int main() {
    int arr[] = {49,38,65,97,76,13,27,49};
    int len = (int) sizeof(arr) / sizeof(*arr);
    heap_sort(arr, len);
    int i;
    for (i = 0; i < len; i++)
        printf("%d ", arr[i]);
    printf("\n");
    return 0;
}

代码结果:

        

四 堆排序性能分析

算法最好时间最坏时间平均时间额外空间/空间复杂度稳定性
堆排序O(nlog2^n)O(nlog2^n)O(nlog2^n)O(1)不稳定

空间效率:仅使用常数个辅助单元,所以空间时间复杂度为O(1)。

时间效率:建堆的时间为O(n),之后有n-1此向下调整操作,每次调整的时间复杂度为O(log2^n),故在最好,最坏和平均情况下,堆排序的时间复杂度为O(nlog2^n)。

稳定性:进行筛选时,有可能把后面相同关键字的元素调整到前面,所以堆排序算法是一种不稳定的排序方法。表L={1,2,2}

构造初始堆时可能将2交换到堆顶,此时L={2,1,2},最终排序序列为L={1,2,2},由此可知,堆排序是一种不稳定的排序。

本地服务器搭建Uptime Kuma网站监控服务 本文主要介绍如何在Linux系统中一键部署Uptime Kuma运维监控服务,并将这个服务映射至公网实现随时随地远程访问。如果您像我一样在服务器上托管了多个网站,并且没有足够的时间来手动检查每个网站的在线状态,那么当出现问题时,您可能无法及时收到通知来处理这些问题。因此,搭建一个在线监控服务是很有必要的,它可以在状态异常时提醒您,以便您能够及时处理问题,确保网站的稳定性和可用性。监控服务有很多,我最终选择了Uptime Kuma,因为Uptime Kuma是开源免费的, 阅读详情

相关推荐

一文吃透 BMS:动力电池与储能共用的电池管控全架构详解

BMS作为电池系统的核心控制器,其技术深度和系统复杂性不容小觑。动力电池与储能系统虽然应用场景不同,但在核心架构上共享大量基础技术。成功的BMS设计需要在精度、可靠性、成本、功耗之间找到最佳平衡点。未来,随着电池技术的进步和智能化需求的提升,BMS将向着更高集成度、更强智能化、更优经济性的方向发展。无论是汽车工程师还是储能系统设计师,深入理解BMS的全栈架构,掌握其核心技术原理,都将是应对未来能源存储挑战的关键能力。核心要点回顾BMS采用分层分布式架构,硬件是基础,算法是灵魂。

小帽子的博客 342

堆排序(选择类排序)

目录一、堆的定义二、堆与序列的关系三、算法思想3.1 建立初始堆3.2 重建堆3.2.1 过程分析3.2.2 算法实现3.3 堆排序 第一次循环 第二次循环 第三次循环

狂放不羁霸的博客 8296

MAX31855电路和程序,实现SPI和软件模拟时序两种方式读取数据

1. 概述 MAX31855为热电偶至数字输出转换器,内置14位模/数转换器(ADC)。器件带有冷端补偿检测和修正、数字控制器、SPI兼容接口,以及相关的控制逻辑,在温度控制器、过程控制或监测系统中设计用于配合外部微控制器(μC)工作。提供多个版本的器件,每个版本针对特定的热电偶类型(K、J、N、T或E型)进行优化和调整。热电偶类型以器件型号后缀表示(例如MAX31855K)。 器件输出14位...

睿思派克 1万+

排序基础算法(一)—— 堆排序

堆排序前言1.完全二叉树2.大根堆和小根堆3.堆排序原理一、调整堆二、建初堆三、堆排序算法的实现 前言 堆排序是一种树形选择排序,在排序过程中,将待排序的记录r[1…n]看成是一棵完全二叉树的顺序存储结构,利用完全二叉树根结点和叶子结点之间的内在关系,在当前无序的序列中选择关键字最大(或最小)的记录 1.完全二叉树 若设二叉树的深度为h ,除第 h 层外, 其它各层 1~(h-1) 的结点数都达到最大个数(即1~(h-1)层为一个满二叉树) ,第 h 层所有的结点都连续集中在最左边,这就是完全二叉树。通俗

Lyn4444的博客 2547

手把手教你搞定EMC EFT测试:从电源线到信号线的完整整改实战(附常见失败原因)

本文详细解析了EMC EFT测试中的常见问题及整改措施,从电源线到信号线的完整实战方案。通过四步定位法和成本最优整改策略,帮助工程师有效应对电快速脉冲群干扰,提升产品通过率并降低成本。

weixin_30920597的博客 501

域控制器迁移后NETLOGON共享丢失的修复指南

本文详细解析了在Windows域控制器迁移后NETLOGON共享丢失的故障现象与修复方法。通过使用Dcdiag工具诊断,定位注册表键值SysVolReady异常及SCRIPTS目录缺失等核心原因,并提供了修改注册表、创建目录、重启Netlogon服务等逐步修复指南,帮助管理员快速恢复域用户登录功能,确保业务连续性。

weixin_29245767的博客 89

堆排序 Heap Sort

堆排序是一种选择排序,其时间复杂度为O(nlogn)。堆的定义  n个元素的序列{k1,k2,…,kn}当且仅当满足下列关系之一时,称之为堆。  情形1:ki <= k2i 且ki <= k2i+1 (最小化堆或小顶堆)  情形2:ki >= k2i 且ki >= k2i+1 (最大化堆或大顶堆)  其中i=1,2,…,n/2向下取整;  若将和此序列对应的一维数组(即以一维数组作此序列的存储结构)

lidna242的专栏 707

Python图像处理之光斑分析

光斑是工程中经常出现的图像数据,其特点是目标明确,分布清晰。对光斑图像的分析,主要包括质心定位、目标截取以及半径拟合等。

微小冷的学习笔记 2857

查找与排序-选择排序(简单选择排序、堆排序)

选择排序也是基于“比较”和“交换”两种操作来实现的排序方法。每一趟排序在待排序序列中选择关键字最小(或最大)的数据元素加入到排好序的序列前(或后),直至所有元素排完为止。

2301_79744714的博客 1677

学Simulink--基于新能源与储能系统的场景实例:压缩空气储能(CAES)系统热力学建模

本文介绍了使用Simulink对压缩空气储能(CAES)系统进行热力学建模的详细流程。重点讲解了系统各模块的设计方法,包括压缩机、储气装置、膨胀机和热交换器等核心组件的参数设置与计算模型。文章还提供了控制策略设计和仿真运行的具体步骤,通过建立MATLAB函数计算关键参数变化,并分析了系统性能评估指标。该建模方法可用于验证CAES系统的设计有效性,并为优化储能效率提供技术参考。全文采用模块化设计思路,为新能源与储能系统的仿真研究提供了实用案例。

xiaoheshang_123的博客 299

网络管理与维护综合实训2:基于AD证书服务构建企业内部HTTPS安全访问体系

本实训项目通过在Windows Server 2022环境下搭建AD域、DNS服务和Web服务器,实现安全的企业网站访问。主要内容包括:在两台服务器上安装操作系统并配置网络;在S1服务器上部署活动目录域、证书服务和Web服务;创建两个网站(HTTP和HTTPS);配置DNS记录和SSL证书;设置防火墙规则限制HTTP访问而允许HTTPS访问。通过实践掌握了AD证书管理、DNS配置、Web服务器设置及防火墙规则配置等关键技能,为网站管理工作奠定了基础,同时认识到证书管理在Web安全中的重要性。

深耕计算机专业知识与技术。 998

[数据结构] 基于选择的排序 选择排序&&堆排序

(图片来源于网络)由于每次选两个值,当最大值下标就是区间左端点时,由于需要将最小值放在左端点,这样会使当最小值下标与区间左端点begin交换后,判断最大值下标是否指向区间左端点,如果是,则将其修正为交换后的最小值下标的位置。

石墨博客 722

Openclaw接入大模型API,操作本地windows文件

本文介绍了在WSL2环境下配置OpenClaw使用阿里百炼API的方法。主要内容包括:1)确认WSL2安装完成;2)配置阿里百炼API(需注意Qwen3-Max-Thinking为收费模型);3)提供正确的JSON配置格式示例,强调apiKey必须填写真实值;4)说明配置错误需修改Linux配置文件;5)建议通过询问模型信息验证连接成功。后续将介绍如何切换免费API及本地文件访问功能。

qq_27246521的博客 989

【排序算法】选择排序、堆排序

堆排序是一种基于堆(Heap)数据结构的排序算法。最大堆:每个节点的值都大于或等于其子节点的值。根节点是最大值。最小堆:每个节点的值都小于或等于其子节点的值。根节点是最小值。首先将无序数组构建为一个最大堆。然后,将堆顶(即最大值)与数组的最后一个元素交换,缩小堆的范围,对剩下的元素继续调整成最大堆,直到排序完成。

2301_76677973的博客 2941

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

排序-选择排序与堆排序

排序-选择排序与堆排序

2302_79539362的博客 2453

迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)

迈瑞BS系列全自动生化分析仪LIS协议接口手册,内含HL7和ASTM)

选择排序和堆排序

排序算法是计算机科学中的基础工具之一,对于数据处理和算法设计有着深远的影响。了解不同排序算法的特性和适用场景,能够帮助程序员在特定情况下选择最合适的算法,从而提高程序的效率和性能。本节我们讲述选择排序和堆排序。

MindbniM的博客 1497

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

十大经典排序之:选择排序 |堆排序

十大经典排序之:选择排序 |堆排序选择排序选择排序原理算法实现例题堆排序堆排序原理算法实现例题

菜菜bu菜的博客 1614

选择排序 ( 直接选择排序 && 堆排序 )

1、直接选择排序 ???? 核心思想 ????   每一次从待排序的数据元素中选出最小(或最大)的一个元素,存放在序列的起始位置,直到全部待排序的数据元素排完 。 ❗ 过程:❕   1️⃣ 在元素集合 array[i] - array[n-1] 中选择关键码最大 (小) 的数据元素   2️⃣ 若它不是这组元素中的最后一个(第一个)元素,则将它与这组元素中的最后一个(第一个)元素交换   3️⃣ 在剩余的 array[i] - array[n-2] (array[i+1]–array[n-1]) 集合中,

DanceBit的博客 2万+

直接选择排序到堆排序做的那些改进

1 你会学到什么 2 讨论的问题是什么 3 相关的概念和理论 4 直接选择排序 基本思想 升序排序的例子 算法评价 5 直接选择的优化版之堆排序 自学成才的计算机科学家 Flody 堆排序的基本概念 堆排序的算法思想 堆排序是如何工作的 应用堆排序得到升序排序的例子 算法评价 6 总结 1 你会学到什么?彻底弄明白常用的排序算法的基本思想,算法的时间和空间复杂度,以及如何选择这些排序算法

相信相信的力量 3344

选择排序(选择排序,堆排序)

两种选择排序!

qq_52777887的博客 2227

排序算法上——插入,希尔,选择,堆排序

在希尔排序开始时增量较大,分组较多,每组的记录数目少,n小,此时直接插入最好和最坏时间复杂度n2差距很小,故各组内直接插入较快,后来增量di逐渐缩小,分组数逐渐减少,而各组的记录数目逐渐增多,但由于已经按di-1作为距离排过序,使文件较接近于有序状态,所以新的一趟排序过程也较快。2. 然而在排序的时候,时间消耗过于庞大,因为在挪动元素时,会把堆内的序列和关系打乱,因此应该建大堆,然后利用算法进行调整。1.希尔排序的核心在于对数组进行预排序,值得注意的是,预排序只是让数组相对有序,而非达到真正的有序状态。

2303_81060385的博客 1512

选择排序(简单选择排序和堆排序)

选择排序的基本思想是:每一趟(例如第i趟)在后面的 n-i+1 个待排序元素中选取关键字最小的元素,作为有序子序列的第i个元素,直到第 n-1 趟做完,待排序元素只剩下一个,就不用再选了。这里主要讲简单选择排序和堆排序(重点,面试中问到过) 一、简单选择排序         基本思想:假设排序表为 L[1....n] ,第i趟排序即从L[i,,,,n]  中选择关键字最小的元素与 L(i) 交...

一个小白的成长之路 2万+

堆排序、选择排序

堆排序其实也是一种选择排序,是一种树形选择排序。 只不过直接选择排序中,为了从R[1...n]中选择最大记录,需比较n-1次。 然后从R[1...n-2]中选择最大记录需比较n-2次...... 事实上这n-2次比较中有很多已经在前面的n-1次比较中已经做过。 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较结果,因此可以减少比较次数。 对于n个关键字序列,最坏情况下每个节点需比较l...

mlm5678的博客 1062

【算法】选择排序——堆排序+直接选择排序

选择排序 上一篇总结了插入排序: 【算法】插入排序——希尔排序+直接插入排序_Rinne’s blog-优快云博客 这篇接着总结选择排序: 遍历一遍,每一次从待排序的数据元素中选出**最小(或最大)**的一个元素,存放在序列的起始位置,直到全部待排序的数据元素排完 后面讲解都以顺序为例 文章目录选择排序一、直接选择排序二、堆排序三、测试性能 一、直接选择排序 按照之前说的遍历一遍只挑出最小然后放最前面,效率有些低 我们可以遍历的时候可以同时找出最大和最小,分别放在begin和end,再将 begin++

Rinne's blog 1294

选择排序之直接选择排序和堆排序

选择排序 基本思想:每一次从待排序的数据中选出最小(或最大)的一个元素,存放在序列的起始位置,直到全部待排序的数据元素排完。 直接选择排序 在元素集合array[i]--array[n-1]中选择关键码最大(小)的数据元素 若它不是这组元素中的最后一个(第一个)元素,则将它与这组元素中的最后一个(第一个)元素交换 在剩余的array[i]--array[n-2](array[i+1]-...

Damn_Yang的博客 972
上一篇: 回顾归并排序
下一篇: Redis如何存储对象
至学者
博客等级 码龄9年 180粉丝 773原创
评论 6
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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