数据结构与算法之堆与堆排序

  在数据结构中,其实就是一棵完全二叉树。我们知道内存中也有一块叫做堆的存储区域,但是这与数据结构中的堆是完全不同的概念。在数据结构中,堆分为大根堆小根堆,大根堆就是根结点的关键字大于等于任一个子节点的关键字,而它的左右子树又分别都是大根堆;小根堆与大根堆恰好相反。在C++的STL中优先队列priority_queue结构就是实现的堆结构。下来自己动手现实一个堆结构,包括heap_init,heap_insert,heap_top等操作。

1、堆的实现

  因为堆是一棵完全二叉树,所以我们可以用顺序表来实现,而且堆也只能用顺序表。我们用vector。

  (1) 堆的初始化

  对堆的初始化基本思想:首先初始数组是一个杂乱无章的序列,但是如果堆中只有一个元素heap[0],那么heap[0]本身是一个堆,然后加入heap[1]调整堆;继续加入heap[2].....直到完成所有元素的调整。

void sift_up(vector<int> &heap,int index){
    while((index+1)/2-1 >= 0){
        if(heap[(index+1)/2-1] < heap[index]){
            swap(&heap[(index+1)/2-1],&heap[index]);
            index = (index+1)/2-1;
        }else
            break;
    }
}

void heap_init(vector<int> &heap){
    if(heap.empty())
        return ;
    for(int i=1; i<heap.size(); i++){
        sift_up(heap,i);
    }
}

  (2) 向堆中插入元素

  把插入的元素放入堆的末尾,然后向上调整堆。

void heap_insert(vector<int> &heap,int element){
    heap.push_back(element);
    sift_up(heap,heap.size()-1);
}

  (3) 取出堆顶的元素

  取出一个元素后,用最后一个元素填补第一个元素的位置,然后向下依次调整堆。

void sift_down(vector<int> &heap,int index){
    while(index*2+2 < heap.size()){
        if(heap[index*2+1]>=heap[index*2+2] && heap[index]<heap[index*2+1]){
            swap(&heap[index],&heap[index*2+1]);
            index = index*2+1;
        }else if(heap[index*2+1]<heap[index*2+2] && heap[index]<heap[index*2+2]){
            swap(&heap[index],&heap[index*2+2]);
            index = index*2+2;
        }else
            break;
    }
}
bool heap_top(vector<int> &heap,int *res){
    if(heap.empty())
        return false;
    *res = heap[0];
    heap[0] = heap[heap.size()-1];
    heap.erase(heap.end()-1);
    sift_down(heap,0);
    return true;
}

2、堆排序

  首先初始化堆,然后依次取出堆顶的值。这里为大根堆,所以是从大到小排序。

void heap_sort(vector<int> &vec){
    heap_init(vec);
    int len = vec.size();
    while(len--){
        int num;
        heap_top(vec,&num);
        printf("%d ",num);
    }
}

  堆排序的时间复杂度为O(nlog2n),从上面排序的步骤可以看出它是不稳定的排序。但是它与选择排序,归并排序一样时间复杂度不随序列的分布变化而变化。而对于插入排序和冒泡排序来说,当输入序列有序或者基本有序时,它们的复杂度会递减为O(n),而快速排序则会退化成O(n2)。

  所以在具体应用中,要根据输入序列来选择哪种排序方法,具体问题具体分析。由于堆排序特殊的排序结构和优良的性能,所以在很多时候下都可以采用堆排序。

3、堆排序的应用

  在一个n个数的序列中取其中最大的k个数(Top k问题)。

    这是一个很常见的排序算法题。

  方法一:直接对这这n个数进行排序,然后取k个数。时间复杂度最少为O(nlog2n)。

  方法二:借鉴快排的思路,并不需要完整地实现快排,只需要实现快排的一部分即可得到最大的k个数。复杂度为O(nlog2k)。

  方法三:可以采用哈希排序,先把n中开始的k个数放入hash表中,然后依次从剩下的的n-k个数中取出一个,与hash表中的k个数比较,每次淘汰最小的那个数。时间复杂度为O((n-k)*k)。

  方法四:取出n中开始的k个数,建立一个小根堆,然后从剩下的n-k个数中,每次取出一个数插入小根堆中,然后删除堆顶的那个元素(堆中的最小值)。时间复杂度为O(*(n-k)*lg2k)。

  不可否认,采用堆来求最大的k个数性能是最好的,但是好处还不止这么一点点!!我们试想一下,如果输入的序列很大,也就是n值很大,以致于无法全部存放在内存中,那么这时候,方法一和方法二就不管用了,当然方法一采用归并排序可以达到目的,但是这时候需要多少次IO??。如果选择方法四,最多只需要(n-k)次IO,当然方法三也是如此,只是每次需要比较k次。

  完整代码详见:https://github.com/whc2uestc/DataStructure-Algorithm/tree/master/heap

  版权所有,欢迎转载,转载请注明出处。

posted @ 2015-08-20 21:16  山中水寒  阅读(2194)  评论(1编辑  收藏  举报