大顶堆、小顶堆及其建堆过程、堆排序

2023-12-25 21:08

本文主要是介绍大顶堆、小顶堆及其建堆过程、堆排序,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

定义

按照堆的特点可以把堆分为大顶堆小顶堆。

大顶堆:每个结点的值都大于等于其左右孩子结点的值;

小顶堆:每个结点的值都小于等于其左右孩子结点的值。

(堆的这种特性非常的有用,堆常常被当做优先队列使用,因为可以快速的访问到“最重要”的元素)

我们用简单的公式来描述一下堆的定义就是:

大顶堆arr[i] >= arr[2i+1] && arr[i] >= arr[2i+2] 

小顶堆arr[i] <= arr[2i+1] && arr[i] <= arr[2i+2]

实现思路

堆是一种非线性结构,堆可以使用数组来实现,把堆看作一个数组,也可以被看作一个完全二叉树,通俗来讲,堆其实就是利用完全二叉树的结构来维护一个数组,但堆并不一定是完全二叉树

不管是对堆进行插入、删除操作,还是使用堆排序,都少不了建堆的步骤。

堆排序

堆排序的基本思想:将待排序序列构造成一个大顶堆,此时,整个序列的最大值就是堆顶的根节点。将其与末尾元素进行交换,此时末尾就为最大值。然后将剩余n-1个元素重新构造成一个堆,这样会得到n个元素的次小值。如此反复执行,便能得到一个有序序列了。

eg.

步骤1 建堆

构造初始堆。将给定无序序列构造成一个大顶堆(一般升序采用大顶堆,降序采用小顶堆)。

假设给定无序序列结构如下,

 此时我们从最后一个非叶子结点开始(叶结点自然不用调整,第一个非叶子结点 arr.length/2-1=5/2-1=1,也就是下面的6结点),从左至右,从下至上进行调整。

 找到第二个非叶节点4,由于[4,9,8]中9元素最大,4和9交换。

 这时,交换导致了子根[4,5,6]结构混乱,继续调整,[4,5,6]中6最大,交换4和6。

 此时,我们就将一个无需序列构造成了一个大顶堆。

步骤2 堆顶和末尾置换,调整堆

将堆顶元素与末尾元素进行交换,使末尾元素最大。然后继续调整堆,再将堆顶元素与末尾元素交换,得到第二大元素。如此反复进行交换、重建、交换。

将堆顶元素9和末尾元素4进行交换

 重新调整结构,使其继续满足堆定义

 再将堆顶元素8与末尾元素5进行交换,得到第二大元素8.

 后续过程,继续进行调整,交换,如此反复进行,最终使得整个序列有序

简单总结下堆排序的基本思路:

1. 将无需序列构建成一个堆,根据升序降序需求选择大顶堆或小顶堆;

2. 将堆顶元素与末尾元素交换,将最大元素"沉"到数组末端;

3. 重新调整结构,使其满足堆定义,然后继续交换堆顶元素与当前末尾元素,反复执行调整+交换步骤,直到整个序列有序。

小顶堆代码实现如下,

#include<iostream>
using namespace std;void swap(int* a, int i, int m){int temp = a[i];a[i] = a[m];a[m] = temp;
}void heapify(int* a, int k, int index){int min = index;while(true){if(index*2+1<k && a[index*2+1] < a[index]){min = index*2+1;}if(index*2+2<k && a[index*2+2] < a[min]){min = index*2+2;}if(min == index)break;swap(a, index, min);//从交换后的节点开始继续往下堆化index = min;}
}void buildHeap(int* nums, int k){for(int i=k/2-1; i>=0; i--){heapify(nums, k, i);}
}void heapsort(int* nums, int k) {buildHeap(nums, k);for (int i = k - 1; i > 0; i--) {swap(nums, 0, i);heapify(nums, i, 0);}
}int main() {int nums[6] = {4, 2, 8, 5, 3, 2};heapsort(nums, 6);for (int i = 0; i < 6; i++) {cout << nums[i] << endl;}system("pause");return 0;
}

大顶堆代码实现如下,

void heapify(int* a, int k, int index){int min = index;while(true){if(index*2+1<k && a[index*2+1] > a[index]){min = index*2+1;}if(index*2+2<k && a[index*2+2] > a[min]){min = index*2+2;}if(min == index)break;swap(a, index, min);//从交换后的节点开始继续往下堆化index = min;}
}

换一种思路实现大顶堆,

#include<iostream>
using namespace std;void swap(int* a, int i, int m){int temp = a[i];a[i] = a[m];a[m] = temp;
}void heapify(int* a, int k, int index){int temp = a[index];  //index指向根节点 for(int j = 2*index+1; j<k; j = 2*j+1) { //从左孩子开始遍历temp = a[index];if(j+1 < k && a[j] < a[j+1]) { //比较左孩子和右孩子,将j指向较大的值j++;}if(temp < a[j]) { //如果根结点比孩子节点小,则交换,并将index指向该节点swap(a, index, j);index = j;} else {break; //反之,如果根节点比左右孩子都大,则结束遍历}}
}void buildHeap(int* nums, int k){for(int i=k/2-1; i>=0; i--){heapify(nums, k, i);}
}void heapsort(int* nums, int k) {buildHeap(nums, k);for (int i = k - 1; i > 0; i--) {swap(nums, 0, i);heapify(nums, i, 0);}
}int main() {int nums[6] = {4, 2, 8, 5, 3, 2};heapsort(nums, 6);for (int i = 0; i < 6; i++) {cout << nums[i] << endl;}system("pause");return 0;
}

参考:

图解排序算法(三)之堆排序 - dreamcatcher-cx - 博客园

堆排序(大顶堆、小顶堆)----C语言 - 蓝海人 - 博客园

leetcode 215. 数组中的第K个最大元素【小顶堆】_ervy的博客-CSDN博客

大顶堆和小顶堆以及堆排_程序媛的梦工厂-CSDN博客

【算法】堆,最大堆(大顶堆)及最小堆(小顶堆)的实现_一名普通码农的菜地-CSDN博客_最小堆算法

谈谈堆排序,大顶堆,小顶堆? - 简书

Go 大顶堆 小顶堆 Heap使用方法_t949500898的博客-CSDN博客

这篇关于大顶堆、小顶堆及其建堆过程、堆排序的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/536950

相关文章

Redis中Hash从使用过程到原理说明

《Redis中Hash从使用过程到原理说明》RedisHash结构用于存储字段-值对,适合对象数据,支持HSET、HGET等命令,采用ziplist或hashtable编码,通过渐进式rehash优化... 目录一、开篇:Hash就像超市的货架二、Hash的基本使用1. 常用命令示例2. Java操作示例三

Redis中Set结构使用过程与原理说明

《Redis中Set结构使用过程与原理说明》本文解析了RedisSet数据结构,涵盖其基本操作(如添加、查找)、集合运算(交并差)、底层实现(intset与hashtable自动切换机制)、典型应用场... 目录开篇:从购物车到Redis Set一、Redis Set的基本操作1.1 编程常用命令1.2 集

Linux下利用select实现串口数据读取过程

《Linux下利用select实现串口数据读取过程》文章介绍Linux中使用select、poll或epoll实现串口数据读取,通过I/O多路复用机制在数据到达时触发读取,避免持续轮询,示例代码展示设... 目录示例代码(使用select实现)代码解释总结在 linux 系统里,我们可以借助 select、

k8s中实现mysql主备过程详解

《k8s中实现mysql主备过程详解》文章讲解了在K8s中使用StatefulSet部署MySQL主备架构,包含NFS安装、storageClass配置、MySQL部署及同步检查步骤,确保主备数据一致... 目录一、k8s中实现mysql主备1.1 环境信息1.2 部署nfs-provisioner1.2.

MyBatis/MyBatis-Plus同事务循环调用存储过程获取主键重复问题分析及解决

《MyBatis/MyBatis-Plus同事务循环调用存储过程获取主键重复问题分析及解决》MyBatis默认开启一级缓存,同一事务中循环调用查询方法时会重复使用缓存数据,导致获取的序列主键值均为1,... 目录问题原因解决办法如果是存储过程总结问题myBATis有如下代码获取序列作为主键IdMappe

linux部署NFS和autofs自动挂载实现过程

《linux部署NFS和autofs自动挂载实现过程》文章介绍了NFS(网络文件系统)和Autofs的原理与配置,NFS通过RPC实现跨系统文件共享,需配置/etc/exports和nfs.conf,... 目录(一)NFS1. 什么是NFS2.NFS守护进程3.RPC服务4. 原理5. 部署5.1安装NF

MySQL使用EXISTS检查记录是否存在的详细过程

《MySQL使用EXISTS检查记录是否存在的详细过程》EXISTS是SQL中用于检查子查询是否返回至少一条记录的运算符,它通常用于测试是否存在满足特定条件的记录,从而在主查询中进行相应操作,本文给大... 目录基本语法示例数据库和表结构1. 使用 EXISTS 在 SELECT 语句中2. 使用 EXIS

oracle 11g导入\导出(expdp impdp)之导入过程

《oracle11g导入导出(expdpimpdp)之导入过程》导出需使用SEC.DMP格式,无分号;建立expdir目录(E:/exp)并确保存在;导入在cmd下执行,需sys用户权限;若需修... 目录准备文件导入(impdp)1、建立directory2、导入语句 3、更改密码总结上一个环节,我们讲了

ShardingProxy读写分离之原理、配置与实践过程

《ShardingProxy读写分离之原理、配置与实践过程》ShardingProxy是ApacheShardingSphere的数据库中间件,通过三层架构实现读写分离,解决高并发场景下数据库性能瓶... 目录一、ShardingProxy技术定位与读写分离核心价值1.1 技术定位1.2 读写分离核心价值二

MyBatis-plus处理存储json数据过程

《MyBatis-plus处理存储json数据过程》文章介绍MyBatis-Plus3.4.21处理对象与集合的差异:对象可用内置Handler配合autoResultMap,集合需自定义处理器继承F... 目录1、如果是对象2、如果需要转换的是List集合总结对象和集合分两种情况处理,目前我用的MP的版本