当前位置: 首页 > article >正文

【数据结构与算法】堆与堆排序

在这里插入图片描述

目录

  • 一.堆的实现
    • 1.堆的概念
    • 2.堆的代码实现
    • 二.堆排序的讲解

一.堆的实现

1.堆的概念

堆是一种数据结构,首先它总是一颗完全二叉树(因为堆适合表示完全二叉树),在逻辑上堆是一颗完全二叉树,真正实现上是使用数组来实现的。根据不同的规则(任意根节点比左右孩子大或者小)区分出大根堆和小根堆。
在这里插入图片描述
上图就是一个大根堆的演示,小根堆则相反。

2.堆的代码实现

堆的底层逻辑就是数组,所以创建堆只需要先创建个数组。接着我们想通过数组建堆,就需要调整数据在数组中的位置
现在我们假设有一个乱序的数组:
在这里插入图片描述
我们要将其调整为大根堆的情况,则需要从第二层左孩子开始向上调整。上图为数据26作为孩子节点大于其父节点15,则26与15 交换
在这里插入图片描述

以此类推继续调整右孩子12…逐层向下。最终可以将其调整为一个大根堆:
在这里插入图片描述
代码的实现如下:
创建堆结构,初始化与销毁:

typedef int HPDataType;

typedef struct Heap
{
	HPDataType* a;
	int size;
	int capacity;
}HP;


void HeapInit(HP* php);
void HeapDestroy(HP* php);

void HeapInit(HP* php)
{
	assert(php);
	php->a = (HPDataType*)malloc(sizeof(HPDataType) * 4);
	if (php->a == NULL)
	{
		perror("malloc fail");
		return;
	}
	php->capacity = 4;
	php->size = 0;
}

void HeapDestroy(HP* php)
{
	assert(php);
	free(php->a);
	php->a = NULL;
	php->size = php->capacity = 0;
}

向堆插入数据后,为了保持堆为大根堆,需要对数据进行调整:

typedef int HPDataType;

void HeapPush(HP* php, HPDataType x);
void AdjustUp(HPDataType* a, int child);

void HeapPush(HP* php, HPDataType x)
{
	assert(php);

	if (php->size == php->capacity)
	{
		HPDataType* tmp = (HPDataType*)realloc(php->a, sizeof(HPDataType) * php->capacity * 2);
		if (tmp == NULL)
		{
			perror("malloc fail");
			return;
		}
		php->a = tmp;
		php->capacity *= 2;
	}
	php->a[php->size] = x;
	php->size++;

	AdjustUp(php->a, php->size - 1);
}


void Swap(HPDataType* a, HPDataType* b)
{
	int tmp = *a;
	*a = *b;
	*b = tmp;
}


void AdjustUp(HPDataType* a, int child)//插入数据后向上调整
{
	int parent = (child - 1) / 2;

	while (child > 0)
	{
		if (a[child] > a[parent])
		{
			Swap(&a[child], &a[parent]);
			child = parent;
			parent = (child - 1) / 2;
		}
		else
		{
			break;
		}
	}
}

删除堆中的数据使用的方法是将根节点的数据与最后一个数据交换,将堆容量减一即可。再交换过数据后,需要对堆进行向下调整(因为将最后一个数据也就是最小的数据放在了根节点)

void HeapPop(HP* php);
void AdjustDown(HPDataType* a, int n, int parent);

void AdjustDown(HPDataType* a, int n, int parent)
{
	int child = parent * 2 + 1;

	while (child < n)
	{
		if (child + 1 < n && a[child + 1] > a[child])
		{
			++child;
		}
		if (a[child] > a[parent])
		{
			Swap(&a[child], &a[parent]);
			parent = child;
			child = parent * 2 + 1;
		}
		else
		{
			break;
		}
	}
}



void HeapPop(HP* php)
{
	assert(php);

	Swap(&php->a[0], &php->a[php->size - 1]);
	php->size--;

	AdjustDown(php->a, php->size, 0);
}

还有判空 堆的大小等操作:

typedef int HPDataType;

HPDataType HeapTop(HP* php);
bool HeapEmpty(HP* php);
int HeapSize(HP* php);

HPDataType HeapTop(HP* php)
{
	assert(php);

	return php->a[0];
}

bool HeapEmpty(HP* php)
{
	assert(php);

	return php->size == 0;
}

int HeapSize(HP* php)
{
	assert(php);

	return php->size;
}

二.堆排序的讲解

想要使用堆排序,我们首先需要有一个堆,但是如果像上面那样手搓出一个堆,未免太过麻烦。有没有什么方法能让我们像使用其他排序一样(qsort、冒泡等)能直接使用堆排序,对数据进行排序呢?答案是肯定的!
举个例子:我们现在有一个数组,数组中有数据待排。我们首先应该建个堆、再进行排序。其中有两种不同的方式可以建堆———向上调整建堆和向下调整建堆时间复杂度分别为O(N*lgN)、O(N)

void HeapSort(int* a, int n)
{
	// 建堆 -- 向上调整建堆 -- O(N*logN)
	for (int i = 1; i < n; ++i)
	{
		AdjustUp(a, i);
	}

	// 建堆 -- 向下调整建堆 -- O(N)
	for (int i = (n - 1 - 1) / 2; i >= 0; --i)
	{
		AdjustDown(a, n, i);
	}


}

int main()
{
	int a[10] = { 2, 1, 5, 7, 6, 8, 0, 9, 4, 3}; // 对数组排序
	HeapSort(a, 10);


	return 0;
}

我们通过调试窗口观察是否达到我们的预期:
在这里插入图片描述
建好堆后,就是对数据进行排序,这里有一个重要的结论--------如果想要排升序就要建大根堆、想要排降序则需要建小根堆
最后效果如下:
在这里插入图片描述

void HeapSort(int* a, int n)
{
	// 建堆 -- 向上调整建堆 -- O(N*logN)
	/*for (int i = 1; i < n; ++i)
	{
		AdjustUp(a, i);
	}*/

	// 建堆 -- 向下调整建堆 -- O(N)
	for (int i = (n - 1 - 1) / 2; i >= 0; --i)
	{
		AdjustDown(a, n, i);
	}

	int end = n - 1;
	while (end > 0)
	{
		Swap(&a[end], &a[0]);
		AdjustDown(a, end, 0);//排升序

		--end;
	}
}

int main()
{
	int a[10] = { 2, 1, 5, 7, 6, 8, 0, 9, 4, 3}; // 对数组排序
	HeapSort(a, 10);


	return 0;
}

http://www.kler.cn/a/3668.html

相关文章:

  • < OS 有关 > 阿里云:轻量应用服务器 的使用 安装 Tailscale 后DNS 出错, 修复并替换 apt 数据源
  • OSI5GWIFI自组网协议层次对比
  • adb 命令使用大全
  • ElasticSearch DSL查询之排序和分页
  • jvm_threads_live_threads 和 jvm_threads_states_threads 这两个指标之间存在一定的关系,但它们关注的维度不同
  • mysql的测试方案
  • 【算法基础】一篇文章彻底弄懂Dijkstra算法|多图解+代码详解
  • 【linux】深入了解TCP与UDP
  • 数据结构MySQL —— 索引
  • 记录springboot+vue+fastdfs实现简易的文件(上传、下载、删除、预览)操作
  • Spring Boot集成RocketMQ实现普通、延时、事务消息发送接收、PULL消费模式及开启ACL | Spring Cloud 30
  • LORA: LOW-RANK ADAPTATION OF LARGE LAN-GUAGE MODELS
  • C++11新特性
  • 安全防御之入侵检测篇
  • 【数据结构】栈与队列:后进先出与先进先出到底是啥?
  • vue3 解决各场景 loading过度 ,避免白屏尴尬!
  • C语言番外-------《函数栈帧的创建和销毁》知识点+基本练习题+完整的思维导图+深入细节+通俗易懂建议收藏
  • 软件架构常用设计
  • linux读写锁pthread_rwlock_t
  • 模拟斗地主
  • 【c++】:list模拟实现“任意位置插入删除我最强ƪ(˘⌣˘)ʃ“
  • 【Linux】进程理解与学习Ⅲ-环境变量
  • Centos Linux 正确安装 Redis 的方式
  • C++快速排序算法(详解)
  • 【李宏毅】-各种各样的self-attention
  • Linux上搭建Discuz论坛