堆的定义、堆的存储和堆排序
堆的定义、堆的存储、堆排序
堆排序是一种树形选择排序方法,它的特点是,在排序过程中,将L[1..n]看成是一棵完全二叉树的顺序存储结构,利用完全二叉树中双亲结点和孩子结点之间的内在关系,在当前无序区中选择关键字最大(或最小)的元素。
堆的定义如下:
n个关键字序列L[1..n]称为堆,当且仅当该序列满足:① L(i)≤L(2i) 且 L(i)≤L(2i+1) 或 ② L(i)≥L(2i) 且 L(i)≥L(2i+1),其中1≤i≤⌊n/2⌋。
满足情况①的堆称为小根堆,满足情况②的堆称为大根堆。堆的含义表明,完全二叉树中所有非终端结点的值均不大于(或不小于)其左、右孩子结点的值。
堆排序 Heap Sort这篇文章关于堆介绍的比较好,堆排序主要涉及两个问题:
- 如何由一个无序序列构造初始堆?
由于叶节点已经满足了堆的性质,所以只需从最后一个非叶子节点向下调整,然后从倒数第二个非叶子节点向下调整,...,最后从堆顶向下调整。这一过程可以参考白话经典算法系列之七 堆与堆排序堆化数组这一部分
- 如何在输出堆顶元素后,调整剩余元素成为一个新堆?
输出堆顶元素(因为它是最值),将堆顶元素和最后一个元素交换,然后从堆顶向下调整
堆排序的实现
我的实现:
#include <iostream>
#include <algorithm>
using namespace std;
/* 向下调整,即筛选 */
void adjustDown(int a[], int start, int n)
{
// 根结点编号为1,对第start个元素进行调整
a[0]=a[start]; // a[0]暂存
for (int i=2*start;i<=n;i*=2) // 沿较大的子结点向下筛选
{
if (i<n&&a[i]<a[i+1])
{
i++; // 取较大的子结点的下标
}
if (a[0]>=a[i])
{
break; // 筛选结束
}
else
{
a[start]=a[i]; // 将a[i]调整到双亲结点上
start=i; // 修改start,以便继续向下筛选
}
}
a[start]=a[0]; // 被筛选结点的值放入最终位置
}
/* 堆排序 */
void heapSort(int a[], int n)
{
for (int i=n/2;i>0;i--) // ① 初始建堆,从i=n/2 --> 1,反复向下调整
{
adjustDown(a,i,n);
}
for (int j=n;j>1;j--) // ② n-1趟的交换和建堆过程
{
swap(a[j],a[1]); // 输出堆顶元素(和堆底元素交换)
adjustDown(a,1,j-1); // 把剩余的j-1个元素整理成堆
}
}
int main()
{
int a[]={0,16,20,3,11,17,8};
heapSort(a,6);
for (int i=1;i<=6;i++)
cout << a[i] << " ";
cout << endl;
return 0;
}
堆排序和堆排序 Heap Sort中的实现都挺好的,前者中HeapAdjust用递归实现,后者HeapAdjust采用非递归实现。下面把他们分别贴出
/*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; //临时变量
if(i<=size/2) //如果i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); //将余下元素重新建立为大顶堆
HeapAdjust(a,1,i-1); //重新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;
}
第二个实现:
//堆筛选函数
//已知H[start~end]中除了start之外均满足堆的定义
//本函数进行调整,使H[start~end]成为一个大顶堆
typedef int ElemType;
void HeapAdjust(ElemType H[], int start, int end)
{
ElemType temp = H[start];
for(int i = 2*start + 1; i<=end; i*=2)
{
//因为假设根结点的序号为0而不是1,所以i结点左孩子和右孩子分别为2i+1和2i+2
if(i<end && H[i]<H[i+1])//左右孩子的比较
{
++i;//i为较大的记录的下标
}
if(temp > H[i])//左右孩子中获胜者与父亲的比较
{
break;
}
//将孩子结点上位,则以孩子结点的位置进行下一轮的筛选
H[start]= H[i];
start = i;
}
H[start]= temp; //插入最开始不和谐的元素
}
void HeapSort(ElemType A[], int n)
{
//先建立大顶堆
for(int i=n/2; i>=0; --i)
{
HeapAdjust(A,i,n);
}
//进行排序
for(int i=n-1; i>0; --i)
{
//最后一个元素和第一元素进行交换
ElemType temp=A[i];
A[i] = A[0];
A[0] = temp;
//然后将剩下的无序元素继续调整为大顶堆
HeapAdjust(A,0,i-1);
}
}
用STL中的容器来实现最大最小堆
用multiset/priority_Queue来实现最大最小堆
其中,关于比较算子参考:priority_queue,以及运算符重载 、STL-priority_queue用法(重点: 升序,小根堆)