1. 程式人生 > >算法 - 堆排序

算法 - 堆排序

idt url ref 排除 arc strong 一維數組 ges .com

堆排序 Heap Sort

堆排序是一種選擇排序,其時間復雜度為O(nlogn)。

堆的定義

  n個元素的序列{k1,k2,…,kn}當且僅當滿足下列關系之一時,稱之為堆。

  情形1:ki <= k2i 且ki <= k2i+1 最小化堆小頂堆

  情形2:ki >= k2i 且ki >= k2i+1化堆大頂堆

  其中i=1,2,…,n/2向下取整;

技術分享

  若將和此序列對應的一維數組(即以一維數組作此序列的存儲結構)看成是一個完全二叉樹,則堆的含義表明,完全二叉樹中所有非終端結點的值均不大於(或不小於)其左、右孩子結點的值。

  由此,若序列{k1,k2,…,kn}是堆,則堆頂元素(或完全二叉樹的根)必為序列中n個元素的最小值(或最大值)。

  例如,下列兩個序列為堆,對應的完全二叉樹如圖:

  

技術分享

  若在輸出堆頂的最小值之後,使得剩余n-1個元素的序列重又建成一個堆,則得到n個元素的次小值。如此反復執行,便能得到一個有序序列,這個過程稱之為堆排序

  堆排序(Heap Sort)只需要一個記錄元素大小的輔助空間(供交換用),每個待排序的記錄僅占有一個存儲空間。

堆的存儲

  一般用數組來表示堆,若根結點存在序號0處, i結點的父結點下標就為(i-1)/2。i結點的左右子結點下標分別為2*i+1和2*i+2。

  (註:如果根結點是從1開始,則左右孩子結點分別是2i和2i+1。)

  如第0個結點左右子結點下標分別為1和2。

  如最大化堆如下:

  

技術分享

  左圖為其存儲結構,右圖為其邏輯結構。

堆排序的實現

  實現堆排序需要解決兩個問題:

    1.如何由一個無序序列建成一個堆?

    2.如何在輸出堆頂元素之後,調整剩余元素成為一個新的堆?

  先考慮第二個問題,一般在輸出堆頂元素之後,視為將這個元素排除,然後用表中最後一個元素填補它的位置,自上向下進行調整:首先將堆頂元素和它的左右子樹的根結點進行比較,把最小的元素交換到堆頂;然後順著被破壞的路徑一路調整下去,直至葉子結點,就得到新的堆。

  我們稱這個自堆頂至葉子的調整過程為“篩選”。

  從無序序列建立堆的過程就是一個反復“篩選”的過程。

構造初始堆

  初始化堆的時候是對所有的非葉子結點進行篩選。

  最後一個非終端元素的下標是[n/2]向下取整,所以篩選只需要從第[n/2]向下取整個元素開始,從後往前進行調整。

  比如,給定一個數組,首先根據該數組元素構造一個完全二叉樹。

  然後從最後一個非葉子結點開始,每次都是從父結點、左孩子、右孩子中進行比較交換,交換可能會引起孩子結點不滿足堆的性質,所以每次交換之後需要重新對被交換的孩子結點進行調整。

進行堆排序

  有了初始堆之後就可以進行排序了。

  堆排序是一種選擇排序。建立的初始堆為初始的無序區。

  排序開始,首先輸出堆頂元素(因為它是最值),將堆頂元素和最後一個元素交換,這樣,第n個位置(即最後一個位置)作為有序區,前n-1個位置仍是無序區,對無序區進行調整,得到堆之後,再交換堆頂和最後一個元素,這樣有序區長度變為2。。。

  不斷進行此操作,將剩下的元素重新調整為堆,然後輸出堆頂元素到有序區。每次交換都導致無序區-1,有序區+1。不斷重復此過程直到有序區長度增長為n-1,排序完成。

堆排序實例

  首先,建立初始的堆結構如圖:

  

技術分享

  然後,交換堆頂的元素和最後一個元素,此時最後一個位置作為有序區(有序區顯示為黃色),然後進行其他無序區的堆調整,重新得到大頂堆後,交換堆頂和倒數第二個元素的位置……

  

技術分享

  重復此過程:

  

技術分享

  最後,有序區擴展完成即排序完成:

  

技術分享

  由排序過程可見,若想得到升序,則建立大頂堆,若想得到降序,則建立小頂堆

代碼

  假設排列的元素為整型,且元素的關鍵字為其本身。

  因為要進行升序排列,所以用大頂堆。

  根結點從0開始,所以i結點的左右孩子結點的下標為2i+1和2i+2。

算法 - 堆排序