当前位置: 首页 > news >正文

排序算法--堆排序

堆排序的时间复杂度是O(N*logN),优于选择排序O(N^2)

一、堆

1.堆的概念:堆一般指的是二叉堆,顾名思义,二叉堆是完全二叉树或者近似完全二

2.堆的性质:①完全二叉树

                     ②每个节点的值都大于或等于其子节点的值,为最大堆;反之为最小堆。

3.堆的存储结构是数组,逻辑结构是二叉树

二、 堆排序(包括建堆和排序):

1.建堆的实现原理:

用到向下调整算法,比较两个孩子的大小,选出大的孩子,与父亲比较,如果孩子大于父亲,交换。然后把parent=child,child=parent*2+1;向下调整算法一共会调整h-1次,因此时间复杂度是O(logN)

从最后一个非叶子的节点开始用向下调整算法,实现建大堆。(建小堆就是> < 符号的改变)

2.向下调整算法的过程:

void swap(int* a, int* b)//实现交换的函数
{int tmp = *a;*a = *b;*b = tmp;
}
//前提下面都是大堆
void AdjustDown(int* a, int n,int root)//向下调整算法
{int parent = root;int child = parent * 2 + 1;//默认是左孩子,逻辑结构中二叉树的一个规律,左孩子=父亲*2+1while (child < n){if (child+1<n && a[child] < a[child+1])//排大堆,如果右孩子更大,就让child是右孩子{child += 1;}if (a[child] > a[parent])//排大堆,如果孩子大于父亲,交换,并且依次向下调整{swap(&a[parent], &a[child]);parent = child;child = parent * 2 + 1;}else//已经是大堆了,退出while循环{break;}} 

 3.建堆:

//建堆:从最后一个非叶子节点开始调整,就可以达到下面都是大堆
for (int i = (n - 1 - 1) / 2; i >= 0; i--)//n-1是最后一个数组下标,求父亲(下标-1)/2
{AdjustDown(arr, n, i);
}

4.建堆的时间复杂度是O(N)-->(粗略的了解原理,记住结论就行)

 5.排序:(用大堆)

用小堆的坏处:交换之后踢出第一个数,会导致堆的错位,要重新建堆,时间复杂度O(N^2)

排序的原理:

把第一个最大的数与最后一个数交换,然后把最后一个数踢出堆,继续向下调整算法,再交换次大的数。

int end = n - 1;
while (end > 0)
{swap(&arr[0], &arr[end]);AdjustDown(arr, end, 0);//把交换之后的根,向下调整,调整h-1次,又变成大堆,再交换,可以得到次小的数end--;
}

堆排序的所有代码:

#include<stdio.h>
void swap(int* a, int* b)
{int tmp = *a;*a = *b;*b = tmp;
}
//前提下面都是大(小)堆
void AdjustDown(int* a, int n,int root)
{int parent = root;int child = parent * 2 + 1;//默认是左孩子while (child < n){if (child+1<n && a[child] < a[child+1])//排大堆{child += 1;}if (a[child] > a[parent])//排大堆{swap(&a[parent], &a[child]);parent = child;child = parent * 2 + 1;}else{break;}} 
}
void HeapSort(int* arr, int n)
{for (int i = (n - 1 - 1) / 2; i >= 0; i--)//n-1是最后一个数组下标,求父亲(下标-1)/2{AdjustDown(arr, n, i);}int end = n - 1;while (end > 0){swap(&arr[0], &arr[end]);AdjustDown(arr, end, 0);//把交换之后的根,向下调整,调整h-1次,又变成大堆,再交换,可以得到次小的数end--;}
}
int main()
{int arr[] = { 10,1,5,3,6,8,7,4,9};int n = sizeof(arr) / sizeof(arr[0]);HeapSort(arr, n);for (int i = 0; i < n; i++){printf("%d ", arr[i]);}return 0;
}

相关文章:

  • Leetcode210. 课程表 II
  • 大语言模型LLM推理加速:LangChain与ChatGLM3-6B的推理加速技术(LLM系列11)
  • 【Redis】高级特性 - 有序集合
  • 【mysql 数据库事务】开启事务操作数据库,写入失败后,不回滚,会有问题么? 这里隐藏着大坑,复试,面试时可以镇住面试老师!!!!
  • 【pytorch】函数记录
  • 【MySQL】学习多表查询和笛卡尔积 - 副本
  • PureFlash v1.9.1特性介绍
  • 【Android 从入门到出门】第二章:使用声明式UI创建屏幕并探索组合原则
  • 【QT+QGIS跨平台编译】之六十三:【QGIS_CORE跨平台编译】—【错误处理:未定义的类QgsMapLayer - QgsMapLayerModel】
  • 《Vite 基础知识》关于 .mjs .cjs 文件引出 NodeJS 对JS模块加载的思考(CommonJS 和 ESM)
  • 云上攻防-云原生篇Docker安全权限环境检测容器逃逸特权模式危险挂载
  • 零基础怎么学编程,从哪里入手,分享中文编程工具及教程,编程轻松学
  • ABAP - SALV教程11 红黄绿灯
  • Unity 切换场景
  • 微信小程序云开发教程——墨刀原型工具入门(添加交互事件)
  • $translatePartialLoader加载失败及解决方式
  • 2017 前端面试准备 - 收藏集 - 掘金
  • Angular js 常用指令ng-if、ng-class、ng-option、ng-value、ng-click是如何使用的?
  • - C#编程大幅提高OUTLOOK的邮件搜索能力!
  • CentOS 7 防火墙操作
  • Intervention/image 图片处理扩展包的安装和使用
  • Laravel 实践之路: 数据库迁移与数据填充
  • Laravel 中的一个后期静态绑定
  • Linux快速复制或删除大量小文件
  • magento2项目上线注意事项
  • mysql 5.6 原生Online DDL解析
  • rabbitmq延迟消息示例
  • Spring框架之我见(三)——IOC、AOP
  • Swift 中的尾递归和蹦床
  • vagrant 添加本地 box 安装 laravel homestead
  • Vue.js 移动端适配之 vw 解决方案
  • 阿里云前端周刊 - 第 26 期
  • 百度地图API标注+时间轴组件
  • 大整数乘法-表格法
  • 基于Android乐音识别(2)
  • 世界上最简单的无等待算法(getAndIncrement)
  • 小程序 setData 学问多
  • 小而合理的前端理论:rscss和rsjs
  • 阿里云服务器如何修改远程端口?
  • 函数计算新功能-----支持C#函数
  • ​云纳万物 · 数皆有言|2021 七牛云战略发布会启幕,邀您赴约
  • #define,static,const,三种常量的区别
  • (day 12)JavaScript学习笔记(数组3)
  • (day6) 319. 灯泡开关
  • (libusb) usb口自动刷新
  • (Redis使用系列) SpirngBoot中关于Redis的值的各种方式的存储与取出 三
  • (附源码)spring boot儿童教育管理系统 毕业设计 281442
  • (论文阅读11/100)Fast R-CNN
  • (十二)python网络爬虫(理论+实战)——实战:使用BeautfulSoup解析baidu热搜新闻数据
  • (一)pytest自动化测试框架之生成测试报告(mac系统)
  • (原創) 系統分析和系統設計有什麼差別? (OO)
  • (转)真正的中国天气api接口xml,json(求加精) ...
  • .NET Remoting Basic(10)-创建不同宿主的客户端与服务器端
  • .NET 服务 ServiceController
  • .Net调用Java编写的WebServices返回值为Null的解决方法(SoapUI工具测试有返回值)