排序算法--堆排序

堆排序的时间复杂度是O(N*logN),优于选择排序O(N^2)

一、堆

1.堆的概念:堆一般指的是二叉堆,顾名思义,二叉堆是完全二叉树或者近似完全二

2.堆的性质:①完全二叉树

                     ②每个节点的值都大于或等于其子节点的值,为最大堆;反之为最小堆。

3.堆的存储结构是数组,逻辑结构是二叉树

二、 堆排序(包括建堆和排序):

1.建堆的实现原理:

用到向下调整算法,比较两个孩子的大小,选出大的孩子,与父亲比较,如果孩子大于父亲,交换。然后把parent=child,child=parent*2+1;向下调整算法一共会调整h-1次,因此时间复杂度是O(logN)

从最后一个非叶子的节点开始用向下调整算法,实现建大堆。(建小堆就是> < 符号的改变)

2.向下调整算法的过程:

void swap(int* a, int* b)//实现交换的函数
{int tmp = *a;*a = *b;*b = tmp;
}
//前提下面都是大堆
void AdjustDown(int* a, int n,int root)//向下调整算法
{int parent = root;int child = parent * 2 + 1;//默认是左孩子,逻辑结构中二叉树的一个规律,左孩子=父亲*2+1while (child < n){if (child+1<n && a[child] < a[child+1])//排大堆,如果右孩子更大,就让child是右孩子{child += 1;}if (a[child] > a[parent])//排大堆,如果孩子大于父亲,交换,并且依次向下调整{swap(&a[parent], &a[child]);parent = child;child = parent * 2 + 1;}else//已经是大堆了,退出while循环{break;}} 

 3.建堆:

//建堆:从最后一个非叶子节点开始调整,就可以达到下面都是大堆
for (int i = (n - 1 - 1) / 2; i >= 0; i--)//n-1是最后一个数组下标,求父亲(下标-1)/2
{AdjustDown(arr, n, i);
}

4.建堆的时间复杂度是O(N)-->(粗略的了解原理,记住结论就行)

 5.排序:(用大堆)

用小堆的坏处:交换之后踢出第一个数,会导致堆的错位,要重新建堆,时间复杂度O(N^2)

排序的原理:

把第一个最大的数与最后一个数交换,然后把最后一个数踢出堆,继续向下调整算法,再交换次大的数。

int end = n - 1;
while (end > 0)
{swap(&arr[0], &arr[end]);AdjustDown(arr, end, 0);//把交换之后的根,向下调整,调整h-1次,又变成大堆,再交换,可以得到次小的数end--;
}

堆排序的所有代码:

#include<stdio.h>
void swap(int* a, int* b)
{int tmp = *a;*a = *b;*b = tmp;
}
//前提下面都是大(小)堆
void AdjustDown(int* a, int n,int root)
{int parent = root;int child = parent * 2 + 1;//默认是左孩子while (child < n){if (child+1<n && a[child] < a[child+1])//排大堆{child += 1;}if (a[child] > a[parent])//排大堆{swap(&a[parent], &a[child]);parent = child;child = parent * 2 + 1;}else{break;}} 
}
void HeapSort(int* arr, int n)
{for (int i = (n - 1 - 1) / 2; i >= 0; i--)//n-1是最后一个数组下标,求父亲(下标-1)/2{AdjustDown(arr, n, i);}int end = n - 1;while (end > 0){swap(&arr[0], &arr[end]);AdjustDown(arr, end, 0);//把交换之后的根,向下调整,调整h-1次,又变成大堆,再交换,可以得到次小的数end--;}
}
int main()
{int arr[] = { 10,1,5,3,6,8,7,4,9};int n = sizeof(arr) / sizeof(arr[0]);HeapSort(arr, n);for (int i = 0; i < n; i++){printf("%d ", arr[i]);}return 0;
}

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/496487.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

java高级——反射

目录 反射概述反射的使用获取class对象的三种方式反射获取类的构造器1. 获取类中所有的构造器2. 获取单个构造器 反射获取构造器的作用反射获取成员变量反射变量赋值、取值获取类的成员方法反射对象类方法执行 反射简易框架案例案例需求实现步骤代码如下 反射概述 什么是反射 反…

虚拟机数据恢复-虚拟机误还原快照后如何恢复还原前的数据?

虚拟机数据恢复环境&故障&#xff1a; 由一台物理服务器迁移到ESXI上的虚拟机&#xff0c;虚拟机迁移完成后做了一个快照&#xff0c;该ESXI上面一共运行了数十台虚拟机。某天工作人员不小心将快照进行了还原&#xff0c;虚拟机内的数据还原到了数年前刚迁移过来时的状态&a…

精品springboot相亲网站预约

《[含文档PPT源码等]精品基于springboot相亲网站[包运行成功]》该项目含有源码、文档、PPT、配套开发软件、软件安装教程、项目发布教程、包运行成功&#xff01; 软件开发环境及开发工具&#xff1a; Java——涉及技术&#xff1a; 前端使用技术&#xff1a;HTML5,CSS3、Ja…

页面大小自适应最优解决插件

简介 为了解决在不同设备上面能够看到一样的效果,我们可以使用autofit.js插件来实现 autofit.js是一个可以让你的PC项目自适应屏幕的工具&#xff0c;其原理非常简单&#xff0c;即在scale等比缩放的基础上&#xff0c;向右或向下增加了宽度或高度&#xff0c;以达到充满全屏的…

MySQL 篇-深入了解 DML、DQL 语言(二)

&#x1f525;博客主页&#xff1a; 【小扳_-CSDN博客】 ❤感谢大家点赞&#x1f44d;收藏⭐评论✍ 文章目录 1.0 DML、DQL 语言说明 2.0 使用 DML 实现对数据管理和操作 2.1 DML - 增添数据 insert 2.2 DML - 修改数据 update 2.3 DML - 删除数据 delete 3.0 使用 DQL 实现对…

TP6上传图片到OSS(记录贴)

1&#xff0c;先安装&#xff0c;我使用composer安装 在项目的根目录运行composer require aliyuncs/oss-sdk-php 2,安装成功以后vendor目录下可以看到如图&#xff1a; 3&#xff0c;上传图片代码如下&#xff1a; <?php namespace app\controller;use app\BaseControll…

77. 组合(力扣LeetCode)

文章目录 77. 组合题目描述回溯算法组合问题的剪枝操作 77. 组合 题目描述 给定两个整数 n 和 k&#xff0c;返回范围 [1, n] 中所有可能的 k 个数的组合。 你可以按 任何顺序 返回答案。 示例 1&#xff1a; 输入&#xff1a;n 4, k 2 输出&#xff1a; [ [2,4], [3,4],…

农业四情监测设备为什么符合高标准农田建设

TH-Q3随着科技的不断进步&#xff0c;智慧农业正逐渐成为现代农业发展的重要方向。其中&#xff0c;农业四情监测系统以其独特的功能和优势&#xff0c;在高标准农田建设中发挥着越来越重要的作用。 一、农业四情监测系统的概念及功能 农业四情监测系统&#xff0c;顾名思义&am…

【Linux】进程信号 --- 信号的产生 保存 捕捉递达

文章目录 信号的感知信号的结构描述 一、信号的产生1.通过键盘发送信号2.通过系统调用发送信号 二、信号的保存&#xff08;PCB内部的两张位图和一个函数指针数组&#xff09;理解三张数据结构表block pending haldler 三、通过代码编写 理解 信号的保存和递达1.信号集操作的库…

基于java SSM springboot+redis网上水果超市商城设计和实现以及文档

基于java SSM springbootredis网上水果超市商城设计和实现以及文档 博主介绍&#xff1a;多年java开发经验&#xff0c;专注Java开发、定制、远程、文档编写指导等,csdn特邀作者、专注于Java技术领域 作者主页 央顺技术团队 Java毕设项目精品实战案例《1000套》 欢迎点赞 收藏 …

分布式一致性算法-Raft

分布式一致性算法Raft 分布式一致性问题Raft算法细节节点状态节点状态演变选举leader过程日志复制过程 选举leader初始的选举领导者故障后的选举拆分投票 日志复制网络分区 再看分布式一致性问题写在最后 分布式一致性问题 假设有一个单节点的系统&#xff0c;这个系统是一个数…

【日常聊聊】程序员是如何看待“祖传代码”的?

&#x1f34e;个人博客&#xff1a;个人主页 &#x1f3c6;个人专栏&#xff1a;日常聊聊 ⛳️ 功不唐捐&#xff0c;玉汝于成 目录 前言 正文 方向一&#xff1a;祖传代码的历史与文化价值 方向二&#xff1a;祖传代码的技术挑战与机遇 方向三&#xff1a;祖传代码与现…