八大排序算法之七—堆排序(Heap Sort)
堆排序是一种树形选择排序,是对直接选择排序的有效改进。
基本思想:
堆的定义如下:具有n个元素的序列(k1,k2,...,kn),当且仅当满足
时称之为堆。由堆的定义可以看出,堆顶元素(即第一个元素)必为最小项(小顶堆)。 若以一维数组存储一个堆,则堆对应一棵完全二叉树,且所有非叶结点的值均不大于(或不小于)其子女的值,根结点(堆顶元素)的值是最小(或最大)的。如:
(a)大顶堆序列:(96, 83,27,38,11,09)
(b) 小顶堆序列:(12,36,24,85,47,30,53,91)
初始时把要排序的n个数的序列看作是一棵顺序存储的二叉树(一维数组存储二叉树),调整它们的存储序,使之成为一个堆,将堆顶元素输出,得到n 个元素中最小(或最大)的元素,这时堆的根节点的数最小(或者最大)。然后对前面(n-1)个元素重新调整使之成为堆,输出堆顶元素,得到n 个元素中次小(或次大)的元素。依此类推,直到只有两个节点的堆,并对它们作交换,最后得到有n个节点的有序序列。称这个过程为堆排序。
因此,实现堆排序需解决两个问题: 1. 如何将n 个待排序的数建成堆; 2. 输出堆顶元素后,怎样调整剩余n-1 个元素,使其成为一个新堆。
首先讨论第二个问题:输出堆顶元素后,对剩余n-1元素重新建成堆的调整过程。 调整小顶堆的方法:
1)设有m 个元素的堆,输出堆顶元素后,剩下m-1 个元素。将堆底元素送入堆顶((最后一个元素与堆顶进行交换),堆被破坏,其原因仅是根结点不满足堆的性质。
2)将根结点与左、右子树中较小元素的进行交换。
3)若与左子树交换:如果左子树堆被破坏,即左子树的根结点不满足堆的性质,则重复方法 (2).
4)若与右子树交换,如果右子树堆被破坏,即右子树的根结点不满足堆的性质。则重复方法 (2).
5)继续对不满足堆性质的子树进行上述交换操作,直到叶子结点,堆被建成。
称这个自根结点到叶子结点的调整过程为筛选。如图:
再讨论对n 个元素初始建堆的过程。 建堆方法:对初始序列建堆的过程,就是一个反复进行筛选的过程。
1)n 个结点的完全二叉树,则最后一个结点是第个结点的子树。
2)筛选从第个结点为根的子树开始,该子树成为堆。
3)之后向前依次对各结点为根的子树进行筛选,使之成为堆,直到根结点。
如图建堆初始过程:无序序列:(49,38,65,97,76,13,27,49)
#include <iostream> using namespace std; void print(int a[],int n) { for(int j=0;j<n;j++) cout<<a[j]<<" "; cout<<endl; } void heapAdjust(int a[],int s,int length) { int tmp=a[s]; int child=2*s+1;//左孩子节点的位置 while(child<length) { //如果存在右孩子,同时右孩子节点大于左孩子节点 if(child+1<length&&a[child]<a[child+1]) ++child; //如果较大孩子的节点大于父节点 if(a[s]<a[child]) { a[s]=a[child]; s=child; child=2*s+1; } //孩子节点小于或等于父节点 else break; //当时调整的节点放到比其大的孩子节点位置上 a[s]=tmp; } } void buildingHeap(int a[],int length) { //最后一个有孩子的节点的位置i=(length-1)/2 for(int i=(length-1)/2;i>=0;i--) heapAdjust(a,i,length); } /** * 堆排序算法 **/ void heapSort(int a[],int length) { //初始化堆 buildingHeap(a,length); //从最后一个元素开始对序列进行调整 for(int i=length-1;i>=0;i--) { //交换堆顶元素s[0]和堆中最后一个元素 int temp=a[i]; a[i]=a[0]; a[0]=temp; //每次交换堆顶元素和堆中最后一个元素之后,都要对堆进行调整 heapAdjust(a,0,i); } } int main() { int a[]={3,1,2,9,6,4,9,5,3,6,5,2}; int len=sizeof(a)/sizeof(int); print(a,len); heapSort(a,len); print(a,len); return 0; }