目錄
堆排序是利用堆這種數據結構而設計的一種排序算法,堆排序是一種選擇排序,它的最壞,最好,平均時間複雜度均爲O(nlogn),它也是不穩定排序。首先簡單瞭解下堆結構。
什麼是堆排序:
堆是具有以下性質的完全二叉樹:每個結點的值都大於或等於其左右孩子結點的值,稱爲大頂堆;或者每個結點的值都小於或等於其左右孩子結點的值,稱爲小頂堆。
如下圖:
同時,我們對堆中的結點按層進行編號,將這種邏輯結構映射到數組中就是下面這個樣子
瞭解了上面兩點,看看堆排序具體這麼做的。
堆排序步驟:
堆排序的基本思想是:將待排序序列構造成一個大頂堆,此時,整個序列的最大值就是堆頂的根節點。將其與末尾元素進行交換,此時末尾就爲最大值。然後將剩餘n-1個元素重新構造成一個堆,這樣會得到n個元素的次小值。如此反覆執行,便能得到一個有序序列了。
步驟一 、構造初始堆。將給定無序序列構造成一個大頂堆
(一般升序採用大頂堆,降序採用小頂堆)。
1.假設給定無序序列結構如下
2.此時我們從最後一個非葉子結點開始(葉結點自然不用調整,第一個非葉子結點 arr.length/2-1=5/2-1=1,也就是下面的6結點),從左至右,從下至上進行調整。
3.找到第二個非葉節點4,由於[4,9,8]中9元素最大,4和9交換
4.時,交換導致了子根[4,5,6]結構混亂,繼續調整,[4,5,6]中6最大,交換4和6。
此時,我們就將一個無需序列構造成了一個大頂堆。
步驟二 、將堆頂元素與末尾元素進行交換,使末尾元素最大。
然後繼續調整堆,再將堆頂元素與末尾元素交換,得到第二大元素。如此反覆進行交換、重建、交換。
最後結果:
再簡單總結下堆排序的基本思路:
a.將無需序列構建成一個堆,根據升序降序需求選擇大頂堆或小頂堆;
b.將堆頂元素與末尾元素交換,將最大元素"沉"到數組末端;
c.重新調整結構,使其滿足堆定義,然後繼續交換堆頂元素與當前末尾元素,反覆執行調整+交換步驟,直到整個序列有序。
代碼:
#define left(x) 2*x+1;//獲得左節點在數組中的下標
#define right(x) 2 * (x + 1);//獲得右節點在數組中的下標
//假定對某一個節點i其左,右子樹都是都是最大堆,但是對於節點i和它的左右子節點則可能破壞最大堆的性質,我們來寫一個函數對這
//情況下的堆來進行維護使整體的堆滿足最大堆性質
void MaxHeapify(int* a, int i, int low, int high)//輸入爲要被排序的數組和根節點,數組a當中被維護的那一部分的下標low,high
{
int l = left(i);//計算下標爲i的節點的左子節點
int r = right(i);//計算下標爲i的節點的右子節點
int largest;//保存i,l,r(即i和它的左右子節點)之間的最大數的下標
int temp;//交互數組中的數所使用的臨時變量
//找到三個數當中最大的那個數,將最大的那個數和i進行互換
if (l <= high && a[l] > a[i])
{
largest = l;
}
else {
largest = i;
}
if (r <= high && a[r] > a[largest])
{
largest = r;
}
if (largest != i)
{
temp = a[i];
a[i] = a[largest];
a[largest] = temp;
MaxHeapify(a, largest, low, high);//交換有可能破壞子樹的最大堆性質,所以對所交換的那個子節點進行一次維護,而未交換的那個子節點,根據我們的假設,是保持着最大堆性質的。
}
}
//將數組建立爲一個最大堆
//調整數組當中數的位置將其處理爲一個最大堆
void BuildMaxHeap(int* a, int length)
{
for (int i = length / 2 - 1; i >= 0; i--)
{
MaxHeapify(a, i, 0, length - 1);
}
}
//堆排序函數
void HeapSort(int a[], int length)
{
int temp;
BuildMaxHeap(a, length);
for (int i = length - 1; i >= 1; i--)
{
//交換根節點和數組的最後一個節點
temp = a[i];
a[i] = a[0];
a[0] = temp;
MaxHeapify(a, 0, 0, i - 1);//維護從下標爲i-1到0的子數組
}
}
int main() {
int a[] = { 4,6,8,5,9 };
HeapSort(a, 5);
return 0;
}