堆排序
这次小编来分享一下自己对于堆排序的归纳与总结,在介绍堆排序之前,我希望大家知道堆排序除了具备更高的效率以外,在查找最大值,第几个最大值,最小值,第几个最小值时有着极大的便利性
堆
1)堆的定义
堆是一种数据结构,堆结构就像生活中的叠罗汉,只不过叠的对象不再是人而是数字。那么计算机中的叠罗汉是什么形式呢?没错,正是完全二叉树的形式,我们需要注意的是堆是用数组实现的完全二叉树,所有它并没有使用父指针或者子指针
2)堆结构的特点
① 大顶堆:每个结点的值都大于或等于其左右孩子结点的值
② 小顶堆:每个结点的值都小于或等于其左右孩子结点的值
③ 数组下标与左右孩子结点的关系
根结点下标 | 左孩子结点下标 | 右孩子结点下标 |
---|---|---|
i | 2*i+1 | 2*i+2 |
0 | 1 | 2 |
1 | 3 | 4 |
2 | 5 | 6 |
至此我们已经成功的将堆与待排数组相联系
堆排序的特点
小编在之前写过的简单排序中,选择排序通过减少交换次数得到了一定程度上的优化,但是在每次的不可避免的比较过程中,选择排序无法将每趟比较的结果记录下来,这将导致在之后的比较中会出现较多次的重复工作
堆排序实际上是一种对选择排序的改进,它实现了在每次选择的过程中对数据进行相应的调整,使得在排序的总体过程中大大的减少了重复工作的次数
堆排序的原理
小编所举例子是通过构建大顶堆获得有序序列
1)原理简述
堆排序将待排序的n个元素构造成一个大顶堆,此时元素中的最大值便在堆顶的根结点(下标为0)。将它与末尾元素交换使得最大元素排在末尾,然后将剩余的n-1个元素重复上述操作,最终得到排序结果
2)原理图
在进行图解说明之前,我们不妨思考一个重要的问题:如何保证根结点的元素为整棵完全二叉树中的最值?我们的比较次序应该是由上至下,还是由下至上?相信大家都已经想明白了,自然是由下至上,只有这样才能真正得到堆顶元素,其实这就像我们竞选校级干部,先要让同学们选出几个优秀的候选人,接着是老师选,最后才是校长作出最终决定
我们以数组arr[7]={50,80,70,100,90,20,200}
为例
根据我们之前的分析,我们的比较应该由下至上,所以我们首先应该先得到结点1上的最值与结点2上的最值,只有这样才通过最终比较(0,1,2)获得根结点上的最值
至此我们在第一次循环中便得到了大顶堆,接下来只需进行交换操作即可
至此我们完成了交换操作,那么下一次我们所排序的堆应该是怎么样的呢?
此时我们不在比较结点6,因为它已经是我们找到的最大值了,接下来的工作便是循环得到次大值
实现代码
//宏定义实现交换函数
#define swap(a,b) {typeof(a) t=a;a=b;b=t;}
//创建大顶堆
void create_heap(int* arr,size_t root,size_t len)
{
if(root >= len) return; //当根结点下标超过数组长度时结束递归
int left = 2*root+1; //当前根结点的左孩子结点
int right = 2*root+2; //当前根结点的右孩子结点
//为了实现由下至上的比较顺序
create_heap(arr,left,len); //一直往左遍历
create_heap(arr,right,len); //一直往右遍历
int max = root;
if(left<len)
{
if(arr[left] > arr[max])
max = left;
}
if(right<len)
{
if(arr[right] > arr[max])
max = right;
}
if(root != max)
{
swap(arr[max],arr[root]);
}
}
//堆排序
void head_swap(int* arr,size_t len)
{
for(int i=0;i<len;++i)
{
create_heap(arr,0,len-i);
swap[arr[0],arr[len-i-1]];
}
}
总结
以上是小编对堆排序的归纳,小编认为其实堆排序的遍历过程与二叉树的遍历过程十分相像,只不过多了最后的比较过程,希望大家能通过图解理解代码的具体含义,若有不全之处请及时指出,望大佬们海涵