堆排序

参考资料:
Chapter 6 Heapsort

比较性能的时候发现,堆排序的性能甚至要好于快速排序。

堆的建立时间复杂度为O(n),从最后第一个非叶子节点为floor(length/2)到1,从这些根节点开始调整以这些节点作为根的子树。

排序的时候把最大的值甩到最后面去,然后堆里面去掉这个,然后调整第一个。

排序和堆的建立过程中最基础的操作就是调整某一个元素使得其所在位置满足堆的规则,也就是下面的heapedOne函数。

其他的要注意序号从1开始比较好,父母是n,左孩子是2n,右孩子是2n+1。
如果孩子是m,则父母是floor(m/2)。完全树第一个非叶子节点是floor(n/2),也就是最后一个的父母。

java中Integer的比较((Comparable) list.get(lc)).compareTo(list.get(largest))>0)

代码如下:

inline void swap(ElemType *x,ElemType *y)//使用指针传递地址
{
    ElemType temp;
    temp=*x;
    *x=*y;
    *y=temp;
}

//这里不用递归实现,增加效率,递归实现请看函数MaxHeapify
void MaxHeapify2(ElemType Buff[],UINT32 len,UINT32 Index)
{
    Buff[0] = Buff[Index];

    for (UINT32 i=Index*2;i<=len;i*=2)
    {
        if (i<len&&Buff[i]<Buff[i+1])
        {
            i++;
        }

        if (Buff[0]>Buff[i])
        {
            break;
        }
        else
        {
            Buff[Index] = Buff[i];
            Index = i;
        }
    }
}

//调整以Index为根的子树为最大堆
void MaxHeapify(ElemType Buff[],UINT32 len,UINT32 Index)
{
    UINT32  leftChild = Index<<1,rightChild = leftChild+1,Largest = Index;

    if(leftChild<=len&&Buff[Largest]<Buff[leftChild])
    {
        Largest = leftChild;
    }

    if (rightChild<=len&&Buff[Largest]<Buff[rightChild])
    {
        Largest = rightChild;
    }

    if (Largest!=Index)
    {
        swap(Buff+Largest,Buff+Index);
        MaxHeapify(Buff,len,Largest);
    }
}

//自底向上
void BuildMaxHeap(ElemType Buff[],UINT32 len)
{
    for (int i=len/2;i>=1;i--)
    {
        MaxHeapify2(Buff,len,i);
    }
}

//
void HeapSort(ElemType Buff[],UINT32 len)
{
    BuildMaxHeap(Buff,len);

    for (UINT32 i=len;i>1;i--)
    {
        swap(Buff+1,Buff+i);
        MaxHeapify2(Buff,i-1,1);
    }
}

java版本

import org.w3c.dom.ls.LSOutput;

import java.net.CookieHandler;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.Collections;
import java.util.List;

public class Heap<T> {
    private ArrayList<T> list;
    private int size;

    public Heap(T[] list) {
        this.list = new ArrayList<>();

        // 序号为0的不存放数据
        this.list.add(list[0]);
        for (int i = 0; i < list.length; i++) {
            this.list.add(list[i]);
        }

        this.size = this.list.size() - 1;

        //建立堆结构,O(n)
        heaped();
    }

    private void heaped(){
        for(int i=lastNonLeaf(); i>0; i--){
            heapedOne(i);
        }
    }

    private void heapedOne(int node){
        int largest = node;
        int size = size();

        int lc = getLeftChild(node);
        if((lc<=size)&&(((Comparable) list.get(lc)).compareTo(list.get(largest))>0)){
            largest = lc;
        }

        int rc = getRightChild(node);
        if((rc<=size)&&(((Comparable) list.get(rc)).compareTo(list.get(largest))>0)){
            largest = rc;
        }

        if(largest!=node){
            Collections.swap(list, largest, node);
            heapedOne(largest);
        }
    }

    private int getLeftChild(int parent){
        return parent*2;
    }

    private int getRightChild(int parent){
        return parent*2+1;
    }

    private int lastNonLeaf(){
        return size()/2;
    }

    private int size(){
        return size;
    }

    public void print(){
        System.out.println(list);
    }

    private List<T> sort(){
        int size = size();
        for(int i=0;i<size;i++){
            Collections.swap(list, this.size, 1);
            this.size -= 1;
            heapedOne(1);
        }

        return list.subList(1, list.size());
    }

    //要先注释掉构造函数里面的heaped函数
    public static void testHeapOne(){
        Integer[] list = new Integer[]{1,3,2,4,5,6,7,8,9,10};
        Heap<Integer> heap = new Heap(list);
        heap.heapedOne(5);
        heap.print();
        heap.heapedOne(4);
        heap.print();
        heap.heapedOne(3);
        heap.print();
        heap.heapedOne(2);
        heap.print();
        heap.heapedOne(1);
        heap.print();
    }

    //要先注释掉构造函数里面的heapd函数
    public static void testHeaped(){
        Integer[] list = new Integer[]{1,3,2,4,5,6,7,8,9,10};
        Heap<Integer> heap = new Heap(list);
        heap.print();
    }

    public static void testSort(){
        Integer[] list = new Integer[]{1,3,2,4,5,6,7,8,9,10};
        Heap<Integer> heap = new Heap(list);
        System.out.println(heap.sort());
    }
}

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 211,884评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,347评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,435评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,509评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,611评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,837评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,987评论 3 408
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,730评论 0 267
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,194评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,525评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,664评论 1 340
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,334评论 4 330
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,944评论 3 313
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,764评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,997评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,389评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,554评论 2 349

推荐阅读更多精彩内容

  • 阅读经典——《算法导论》05 本文介绍一种神奇的排序方法:堆排序。 堆排序不像插入排序和归并排序那样直观,它利用了...
    金戈大王阅读 416评论 0 0
  • 基础概念#### 堆排序是比较基础的排序算法,也是我认为比较难的一种算法,因为它的流程比较多,理解起来不会像冒泡排...
    一只小哈阅读 27,039评论 9 32
  • 堆排序和快速排序一样也是一个O(n logn)的排序算法 但是二者是不一样的实现原理 [这是肯定的,不要pia我]...
    阿飞不理飞阅读 731评论 0 0
  • 上次写到了快排,接着往下讲。O(nlogn)级别的算法除了上次说的快排,归并,还有推排序。今天从先推排序开始写。堆...
    锅与盆阅读 2,029评论 0 2
  • 堆排序可以做什么 首先应该弄清楚堆排序可以解决什么问题,答案是显而易见的:排序。说得通俗点儿就是对一组无序的数字进...
    Springlord888阅读 30,349评论 11 52