堆积排序(HeapSort) - 改良的选择排序
2011-08-12 17:19
295 查看
说明
选择排序法的概念简单,每次从未排序部份选一最小值,插入已排序部份的后端,其时间主要花费于在整个未排序部份寻找最小值,如果能让搜寻最小值的方式加 快,选择排序法的速率也就可以加快,Heap排序法让搜寻的路径由树根至最后一个树叶,而不是整个未排序部份,因而称之为改良的选择排序法。
方法
Heap排序法使用Heap Tree(堆积树),树是一种数据结构,而堆积树是一个二元树,也就是每一个父节点最多只有两个子节点(关于树的详细定义还请见数据结构书籍),堆积树的父节点若小于子节点,则称之为最小堆积(Min Heap),父节点若大于子节点,则称之为最大堆积(Max Heap),而同一层的子节点则无需理会其大小关系,例如下面就是一个堆积树:
可以使用一维数组来储存堆积树的所有元素与其顺序,为了计算方便,使用的起始索引是1而不是0,索引1是树根位置,如果左子节点储存在数组中的索引为s,则其父节点的索引为s/2,而右子节点为s+1,就如上图所示,将上图的堆积树转换为一维数组之后如下所示:
首先必须知道如何建立堆积树,加至堆积树的元素会先放置在最后一个树叶节点位置,然后检查父节点是否小于子节点(最小堆积),将小的元素不断与父节点交换,直到满足堆积树的条件为止,例如在上图的堆积加入一个元素12,则堆积树的调整方式如下所示:
建立好堆积树之后,树根一定是所有元素的最小值,您的目的就是:
1,将最小值取出
2,然后调整树为堆积树
不断重复以上的步骤,就可以达到排序的效果,最小值的取出方式是将树根与最后一个树叶节点交换,然后切下树叶节点,重新调整树为堆积树,如下所示:
调整完毕后,树根节点又是最小值了,于是我们可以重复这个步骤,再取出最小值,并调整树为堆积树,如下所示:
如此重复步骤之后,由于使用一维数组来储存堆积树,每一次将树叶与树根交换的动作就是将最小值放至后端的数组,所以最后数组就是变为已排序的状态。
其实堆积在调整的过程中,就是一个选择的行为,每次将最小值选至树根,而选择的路径并不是所有的元素,而是由树根至树叶的路径,因而可以加快选择的过程, 所以Heap排序法才会被称之为改良的选择排序法。
C代码:
转载自:http://caterpillar.onlyfun.net/Gossip/AlgorithmGossip/HeapSort.htm
选择排序法的概念简单,每次从未排序部份选一最小值,插入已排序部份的后端,其时间主要花费于在整个未排序部份寻找最小值,如果能让搜寻最小值的方式加 快,选择排序法的速率也就可以加快,Heap排序法让搜寻的路径由树根至最后一个树叶,而不是整个未排序部份,因而称之为改良的选择排序法。
方法
Heap排序法使用Heap Tree(堆积树),树是一种数据结构,而堆积树是一个二元树,也就是每一个父节点最多只有两个子节点(关于树的详细定义还请见数据结构书籍),堆积树的父节点若小于子节点,则称之为最小堆积(Min Heap),父节点若大于子节点,则称之为最大堆积(Max Heap),而同一层的子节点则无需理会其大小关系,例如下面就是一个堆积树:
可以使用一维数组来储存堆积树的所有元素与其顺序,为了计算方便,使用的起始索引是1而不是0,索引1是树根位置,如果左子节点储存在数组中的索引为s,则其父节点的索引为s/2,而右子节点为s+1,就如上图所示,将上图的堆积树转换为一维数组之后如下所示:
首先必须知道如何建立堆积树,加至堆积树的元素会先放置在最后一个树叶节点位置,然后检查父节点是否小于子节点(最小堆积),将小的元素不断与父节点交换,直到满足堆积树的条件为止,例如在上图的堆积加入一个元素12,则堆积树的调整方式如下所示:
建立好堆积树之后,树根一定是所有元素的最小值,您的目的就是:
1,将最小值取出
2,然后调整树为堆积树
不断重复以上的步骤,就可以达到排序的效果,最小值的取出方式是将树根与最后一个树叶节点交换,然后切下树叶节点,重新调整树为堆积树,如下所示:
调整完毕后,树根节点又是最小值了,于是我们可以重复这个步骤,再取出最小值,并调整树为堆积树,如下所示:
如此重复步骤之后,由于使用一维数组来储存堆积树,每一次将树叶与树根交换的动作就是将最小值放至后端的数组,所以最后数组就是变为已排序的状态。
其实堆积在调整的过程中,就是一个选择的行为,每次将最小值选至树根,而选择的路径并不是所有的元素,而是由树根至树叶的路径,因而可以加快选择的过程, 所以Heap排序法才会被称之为改良的选择排序法。
C代码:
#include <stdio.h> #include <stdlib.h> #include <time.h> #define MAX 10 #define SWAP(x,y) {int t; t = x; x = y; y = t;} void createHeap(int[]); void heapSort(int[]); int main(void) { srand(time(NULL)); int number[MAX+1] = {-1}; printf("排序前:"); int i; for(i = 1; i <= MAX; i++) { number[i] = rand() % 100; printf("%d ", number[i]); } printf("\n建立堆积树:"); createHeap(number); for(i = 1; i <= MAX; i++) printf("%d ", number[i]); printf("\n"); heapSort(number); printf("排序后:"); for(i = 1; i <= MAX; i++) { printf("%d ", number[i]); } system("pause"); return 0; } void createHeap(int number[]) { int heap[MAX+1] = {-1}; int i; for(i = 1; i <= MAX; i++) { heap[i] = number[i]; int s = i; int p = i / 2; while(s >= 2 && heap[p] > heap[s]) { SWAP(heap[p], heap[s]); s = p; p = s / 2; } } int j; for(j = 1; j <= MAX; j++) number[j] = heap[j]; } void heapSort(int number[]) { int m = MAX; while(m > 1) { SWAP(number[1], number[m]); m--; int p = 1; int s = 2 * p; while(s <= m) { if(s < m && number[s+1] < number[s]) s++; if(number[p] <= number[s]) break; SWAP(number[p], number[s]); p = s; s = 2 * p; } } }
转载自:http://caterpillar.onlyfun.net/Gossip/AlgorithmGossip/HeapSort.htm
相关文章推荐
- 选择排序之堆排序(HeapSort)
- 堆积排序-堆排序-heap sort
- 八大排序算法之四选择排序—堆排序(Heap Sort)
- 选择排序算法:堆排序-Heap Sort
- sort之选择排序(java基础)
- [Sort]选择排序
- 堆排序 Heap Sort
- 选择排序—简单选择排序(Simple Selection Sort)
- 排序1+4:归并排序(MergeSort)和堆排序(HeapSort)
- 冒泡排序,选择排序,sort排序
- 排序——堆排序(HeapSort)
- java实现选择排序(selection_sort)
- 堆排序 heapsort
- 浙大pat | 浙大pat 牛客网甲级 1098. Insertion or Heap Sort (25)判断是哪种排序方式
- 内部排序系列 之选择排序与堆(heap)排序
- 排序1+2:交换排序(ExchangeSort),选择排序(SelectSort)和插入排序(Insertsort)
- 09-排序3 Insertion or Heap Sort
- 基本排序方法及分析(七):HeapSort 堆排序
- 09-排序3 Insertion or Heap Sort
- 【内部排序】六:直接选择排序(Straight Selection Sort)详解与代码