当前位置: 首页 > article >正文

C++实现堆排序

堆排序

什么是堆

堆是一种叫做完全二叉树的数据结构,可以分为大顶堆和小顶堆。

堆的分类

大顶堆:每个结点的值都大于或者等于他的左右结点的值
在这里插入图片描述
小顶堆:每个结点的值都小于或者等于他的左右结点的值
在这里插入图片描述
下标为 i 的父节点下标: (i - 1) / 2
下标为 i 的左孩子下标: i * 2 + 1
下标为 i 的右孩子下标: i * 2 + 2

排序思想

1、首先将待排序的数组构造成一个大根堆,此时,整个数组的最大值就是堆结构的顶端
2、将顶端的数与末尾的数交换,此时,末尾的数为最大值,剩余待排序数组个数为n - 1
3、将剩余的n - 1个数再构造成大根堆,再将顶端数与n -1位置交换,如此反复执行,便能得到有序数组

注意:升序用大根堆,降序用小根堆
因为大根堆每次都将最大的数交换到数组末尾
小顶堆每次都将最小的数交换到数组末尾

维护堆

如果二叉树中的某个结点不满足堆的性质,就要对其进行维护
以大顶堆为例:
如果发现一个结点比他的左孩子或者右孩子小,就将该节点与值最大的孩子结点进行交换
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

/*
维护堆
	num:表示存储堆的数组
	n 数组长度
	i 待维护结点的下标
*/
void hepify(vector<int>& nums, int n, int i) {
	int largest = i;
	int lson = i * 2 + 1;
	int rson = i * 2 + 2;
	if (lson < n && nums[largest] < nums[lson])
		largest = lson;
	if (rson < n && nums[largest] < nums[rson])
		largest = rson;
	//有个孩子比该结点大
	if (largest != i) {
		swap(nums[i], nums[largest]);
		//调整后,下面的结点可能依旧不满足,要递归执行
		hepify(nums, n, largest);
	}
}

构建堆

1、从最后一个子树开始,从后往前调整
2、每次调整,从上往下调整
3、调整为大根堆

首先将给定的一个无序队列看成一个堆结构,一个没有规则的二叉树,将序列里的值按照从上往下,从左到右依次填充到二叉树中
在这里插入图片描述
如何构建堆呢? 找到最后一个非叶子结点,也就是下标为arr.size() / 2 - 1的结点,比较它的左右节点中最大的一个的值,是否比他大,如果大就交换位置。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
此时就构建出来一个大顶堆。

接下来进行排序
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
因此可以归纳出堆排序的步骤:
1、将无序数组构建成堆
2、循环删除堆顶元素,移动集合尾部,调节堆产生新的堆顶

void heap_sort(vector<int>& nums, int n) {
	//建堆
	//i = n / 2 - 1是最后一个非叶子结点的下标
	//依次调整非叶子结点的下标,直到堆顶为止
	for (int i = n / 2 - 1; i >= 0; i--) {
		hepify(nums, n, i);
	}

	//排序
	for (int i = n - 1; i > 0; i--) {
		swap(nums[i], nums[0]);
		hepify(nums, i, 0);
	}

}

完整代码


/*
维护堆
	num:表示存储堆的数组
	n 数组长度
	i 待维护结点的下标
*/
void hepify(vector<int>& nums, int n, int i) {
	int largest = i;
	int lson = i * 2 + 1;
	int rson = i * 2 + 2;
	if (lson < n && nums[largest] < nums[lson])
		largest = lson;
	if (rson < n && nums[largest] < nums[rson])
		largest = rson;
	//有个孩子比该结点大
	if (largest != i) {
		swap(nums[i], nums[largest]);
		//调整后,下面的结点可能依旧不满足,要递归执行
		hepify(nums, n, largest);
	}
}

void heap_sort(vector<int>& nums, int n) {
	//建堆
	//i = n / 2 - 1是最后一个非叶子结点的下标
	//依次调整非叶子结点的下标,直到堆顶为止
	for (int i = n / 2 - 1; i >= 0; i--) {
		hepify(nums, n, i);
	}

	//排序
	for (int i = n - 1; i > 0; i--) {
		swap(nums[i], nums[0]);
		hepify(nums, i, 0);
	}

}

int main() {
	vector<int> nums{ 30, 24, 5, 58, 18, 36, 12, 42, 39 };
	cout << "排序前:";
	for (int num : nums)
		cout << num << " ";
	cout << endl;

	heap_sort(nums, nums.size());
	cout << "堆排序后:";
	for (int num : nums)
		cout << num << " ";
	cout << endl;
}

结果:
排序前:30 24 5 58 18 36 12 42 39
堆排序后:5 12 18 24 30 36 39 42 58

http://www.kler.cn/news/284394.html

相关文章:

  • 电脑丢失dll文件一键修复之dll确实损坏影响电脑运行
  • Ubuntu下安装和配置MQTT服务器Mosquitto
  • hdfs dn锁拆分
  • 【记忆回溯】【深度搜索】【动态规划】【字符串】【力扣】单词拆分
  • Hive SQL 练习
  • 2024 年的 Web3 游戏:演变、趋势和市场动态
  • 【云游戏】点量云流赋能大型游戏新体验
  • MP条件构造器之常用功能详解(or、and、exists、notExists)
  • 【机器学习】9. softmax(Multinomial Logistic Regression)
  • SQL数据库教案(入门必备)
  • 【C++ 第十六章】哈希
  • C# 弹出USB移动存储设备【附源码】
  • 假如我是前端面试官
  • 解决移动端使用Vant van-overlay 遮罩层导致的弹窗不可滚动问题
  • Linux 非root用户部署elasticsearch 7.17.23和ik分词器
  • cnocr 安装
  • 华为云征文|Flexus云服务器搭建基础环境
  • 聚合函数的艺术:SQL中的SUM、AVG、MAX、MIN深度解析
  • JavaScript在网页设计
  • LuaJit分析(六)luajit -bl 命令分析
  • OpenCV几何图像变换(11)极坐标转换函数warpPolar()的使用
  • 微服务事务管理
  • 计网_整体概念逻辑简单过一遍
  • 谷粒商城实战笔记-265~268-商城业务-订单服务-订单确认页模型抽取和数据填充-Feign丢失数据问题
  • ws2812b效果研究之一 cylon
  • linux------数据结构
  • Scriban:高效、强大的.NET开源模板引擎,可用于邮件、文档生成!
  • 数据结构—栈和队列
  • git 更改分支名称
  • 每日OJ_牛客_数据库连接池(简单模拟)