算法:堆排序

# 堆排序的Python实现# coding:utf-8

import random
import time

t = time.time()

# 堆排序, 按照从小到大排序,所以建立大根堆
# 列表的第一个元素没有使用

def ShiftDown(a, i):
    if not a:
        return

    j = i
    N = len(a)
    while 2*j < N:  # 存在左孩子时
        ci = 2 * j # 左孩子节点下标
        if ci + 1 < N and a[ci] < a[ci + 1]: # ci保存左右孩子节点中大值的下标
            ci += 1

        if a[j] < a[ci]: # 和孩子互换,否则,该元素位置正确,可以退出
            a[j], a[ci] = a[ci], a[j]
        else:
            break
        j = ci

def BuildHeap(a):
    if not a:
        return

    i = len(a)/2
    while i >= 1:
        #print a[i]
        ShiftDown(a, i)
        i -= 1

def HeapSort(a):
    BuildHeap(a)
    b = []
    while len(a) > 1: # 列表的第一个元素没有使用
        a[1], a[-1] = a[-1], a[1]  # 将最大元素和最后一个元素互换,弹出最大元素,重新建造堆
        b.append(a.pop())
        BuildHeap(a)
    a = b[::-1]
    b.sort()
    print a == b
    #print b[::-1]
    #a[N - 1], a[0] = a[0], a[N - 1]

a = [random.randint(1,100) for i in range(1001)]
#a = [60, 39, 80, 25, 66, 3, 93, 92, 11, 11, 38]
print a
BuildHeap(a)
print a
HeapSort(a)
print time.time() - t

以下是C语言实现:

 1 // 最大堆实现, 数组下标从1开始,a[0]不使用。
 2
 3 // 交换两数
 4 void swap(int &a, int &b) {
 5     int t = a;
 6     a = b;
 7     b = t;
 8 }
 9
10 // 把第i个元素向上移动
11 void ShiftUp(int a[], int i) {
12     while(i>1 && a[i]>a[i/2]) {
13         swap(a[i], a[i/2]);
14         i >>= 1;
15     }
16 }
17
18 // 把第i个元素向下移动
19 void ShiftDown(int a[], int n, int i) {
20     while((i=2*i) <= n) {
21         if(i+1<=n && a[i+1]>a[i]) ++i;
22         if(a[i] > a[i/2]) swap(a[i], a[i/2]);
23         else break;
24     }
25 }
26
27 // 把数组a变成具备最大堆性质的数组
28 void MakeHeap(int a[], int n) {
29     for(int i=n/2; i>0; --i)
30         ShiftDown(a, n, i);
31 }
32
33 // 向堆中插入元素x
34 void Insert(int a[], int &n, int x) {
35     a[++n] = x;
36     ShiftUp(a, n);
37 }
38
39 // 删除堆中第i个元素
40 void Del(int a[], int &n, int i) {
41     a[i] = a[n--];
42     if(i>1 && a[i]>a[i/2]) ShiftUp(a, i);
43     else ShiftDown(a, n, i);
44 }
45
46 // 堆排序,时间复杂度O(nlogn)
47 void HeapSort(int a[], int n) {
48     MakeHeap(a, n);
49     for(int i=n; i>1; --i) {
50         swap(a[i], a[1]);
51         ShiftDown(a, i-1, 1);
52     }
53 }

还有另外一个版本:

 1 //删除最大的元素
 2 int deletemax()
 3 {
 4     int t;
 5     t=h[ 1];//用一个临时变量记录堆顶点的值
 6     h[ 1]=h[ n];//将堆得最后一个点赋值到堆顶
 7     n--;//堆的元素减少1
 8     siftdown(1);//向下调整
 9     return t;//返回之前记录的堆得顶点的最大值
10 }
11
12
13 #include <stdio.h>
14 int h[ 101];//用来存放堆的数组
15 int n;//用来存储堆中元素的个数,也就是堆的大小
16
17 //交换函数,用来交换堆中的两个元素的值
18 void swap(int x,int y)
19 {
20     int t;
21     t=h[ x];
22     h[ x]=h[ y];
23     h[ y]=t;
24 }
25
26 //向下调整函数
27 void siftdown(int i) //传入一个需要向下调整的结点编号i,这里传入1,即从堆的顶点开始向下调整
28 {
29     int t,flag=0;//flag用来标记是否需要继续向下调整
30     //当i结点有儿子的时候(其实是至少有左儿子的情况下)并且有需要继续调整的时候循环窒执行
31     while( i*2<=n && flag==0 )
32     {
33         //首先判断他和他左儿子的关系,并用t记录值较小的结点编号
34         if( h[ i] > h[ i*2] )
35             t=i*2;
36         else
37             t=i;
38         //如果他有右儿子的情况下,再对右儿子进行讨论
39         if(i*2+1 <= n)
40         {
41             //如果右儿子的值更小,更新较小的结点编号
42             if(h[ t] > h[ i*2+1])
43                 t=i*2+1;
44         }
45         //如果发现最小的结点编号不是自己,说明子结点中有比父结点更小的
46         if(t!=i)
47         {
48             swap(t,i);//交换它们,注意swap函数需要自己来写
49             i=t;//更新i为刚才与它交换的儿子结点的编号,便于接下来继续向下调整
50         }
51         else
52             flag=1;//则否说明当前的父结点已经比两个子结点都要小了,不需要在进行调整了
53     }
54 }
55
56 //建立堆的函数
57 void creat()
58 {
59     int i;
60     //从最后一个非叶结点到第1个结点依次进行向上调整
61     for(i=n/2;i>=1;i--)
62     {
63         siftdown(i);
64     }
65 }
66
67 //删除最大的元素
68 int deletemax()
69 {
70     int t;
71     t=h[ 1];//用一个临时变量记录堆顶点的值
72     h[ 1]=h[ n];//将堆得最后一个点赋值到堆顶
73     n--;//堆的元素减少1
74     siftdown(1);//向下调整
75     return t;//返回之前记录的堆得顶点的最大值
76 }
77
78 int main()
79 {
80     int i,num;
81     //读入数的个数
82     scanf("%d",&num);
83
84     for(i=1;i<=num;i++)
85         scanf("%d",&h[ i]);
86     n=num;
87
88     //建堆
89     creat();
90
91
92     //删除顶部元素,连续删除n次,其实夜就是从大到小把数输出来
93     for(i=1;i<=num;i++)
94         printf("%d ",deletemax());
95
96     getchar();
97     getchar();
98     return 0;
99 }

参考文献:

http://www.kancloud.cn/digest/make-thiner-programming-pearls/56357

http://ahalei.blog.51cto.com/4767671/1427156

时间: 2024-10-14 01:16:43

算法:堆排序的相关文章

[算法学习笔记]排序算法——堆排序

堆排序 堆排序(heapsort)也是一种相对高效的排序方法,堆排序的时间复杂度为O(n lgn),同时堆排序使用了一种名为堆的数据结构进行管理. 二叉堆 二叉堆是一种特殊的堆,二叉堆是完全二叉树或者是近似完全二叉树.二叉堆满足堆特性:父节点的键值总是保持固定的序关系于任何一个子节点的键值,且每个节点的左子树和右子树都是一个二叉堆. 如上图显示,(a)是一个二叉堆(最大堆), (b)是这个二叉堆在数组中的存储形式. 通过给个一个节点的下标i, 很容易计算出其父节点,左右子节点的的下标,为了方便,

算法—堆排序

我们可以把任意优先队列变成一种排序方法.将所有元素插入一个查找最小元素的优先队列,然后再重复调用删除最小元素的操作来将它们按顺序删去.用无序数组实现的优先队列这么做相当于进行一次插入排序.用基于堆的优先队列这样做等同于哪种排序?一种全新的排序方法!下面我们就用堆来实现一种经典而优雅的排序算法——堆排序. 堆排序可以分为两个阶段.在堆的构造阶段中,我们将原始数组重新组织安排进一个堆中:然后在下沉排序阶段,我们从堆中按递减顺序取出所有元素并得到排序结果.为了排序的需要,我们不再将优先队列的具体表示隐

经典排序算法 - 堆排序Heap sort

经典排序算法 - 堆排序Heap sort 堆排序有点小复杂,分成三块 第一块,什么是堆,什么是最大堆 第二块,怎么将堆调整为最大堆,这部分是重点 第三块,堆排序介绍 第一块,什么是堆,什么是最大堆 什么是堆 这里的堆(二叉堆),指得不是堆栈的那个堆,而是一种数据结构. 堆可以视为一棵完全的二叉树,完全二叉树的一个"优秀"的性质是,除了最底层之外,每一层都是满的,这使得堆可以利用数组来表示,每一个结点对应数组中的一个元素. 数组与堆之间的关系 二叉堆一般分为两种:最大堆和最小堆. 什么

Java排序算法 - 堆排序的代码

把内容过程中比较重要的一些内容片段做个备份,如下的资料是关于Java排序算法 - 堆排序的内容. import java.util.Arrays; public class HeapSort { int a[]={49,38,65,97,76,13,27,49,78,34,12,64,5,4,62,99,98,54,56,17,18,23,34,15,35,25,53,51}; public HeapSort(){ heapSort(a); } public void heapSort(int[

算法----堆排序(heap sort)

堆排序是利用堆进行排序的高效算法,其能实现O(NlogN)的排序时间复杂度,具体算法分析可以点击堆排序算法时间复杂度分析. 算法实现: 调整堆: void sort::sink(int* a, const int root, const int end) { int i=root; while(2*i +1 <= end) { int k = 2*i+1; if(k+1<=end && a[k]<a[k+1]) k++; if(a[k] < a[i]) break;

经典排序算法——堆排序

对于一个int数组,请编写一个堆排序算法,对数组元素排序. 给定一个int数组A及数组的大小n,请返回排序后的数组. 测试样例: [1,2,3,5,2,3],6 [1,2,2,3,3,5] class HeapSort { public: int* heapSort(int* A, int n) { BuildMaxHeap(A, n);//首先将数组A构建成大顶堆 for (int i = n - 1; i >= 1; i--) { swap(A[0],A[i]);//将堆顶最大值与未排序的最

排序算法-堆排序

堆排序算法是建立在堆这种数据结构的基础上,其实堆听着很高端,其实很简单,就是一个二叉树,但是又特殊条件,就是其父节点比孩子节点都大(或都小)的堆称为最大堆(最小堆),瞬间感觉很简单了,最简单的保存方法就是直接用数组来保存. 给出一组数,我们要使用堆排序,首先需要建堆,但是这一组数首先肯定是不满足上面堆的性质的,所以我们需要调整,让他满足堆得性质,变成一个堆,怎么调整呢?拿最大堆来说,就是对于一个节点,我们判断其孩子是否有比父亲节点大的,有的话,交换这两个值,这样父亲就比孩子都大了,当然交换完了之

算法 - 堆排序

堆排序 Heap Sort 堆排序是一种选择排序,其时间复杂度为O(nlogn). 堆的定义 n个元素的序列{k1,k2,-,kn}当且仅当满足下列关系之一时,称之为堆. 情形1:ki <= k2i 且ki <= k2i+1 (最小化堆或小顶堆) 情形2:ki >= k2i 且ki >= k2i+1 (最大化堆或大顶堆) 其中i=1,2,-,n/2向下取整; 若将和此序列对应的一维数组(即以一维数组作此序列的存储结构)看成是一个完全二叉树,则堆的含义表明,完全二叉树中所有非终端结点

排序算法——堆排序

堆排序 ①了解二叉堆的定义 ②一般用数组表示堆 注意逻辑存储结构和实际存储结构 ③i节点的 父节点(i-1)/2 子节点 左2*i+1 右2*i+2 ④注意每种操作的思想 ⑤一般数组要堆化操作后再进行堆排序 代码实现 /*本栗子是最小堆*//*从第i个节开始调整*/ void MinHeapDown(int a[],int i,int n) { int j=0,temp=0; temp = a[i]; j=2*i+1;/*i节点的左孩子*/ while(j < n) { if(j+1<n &a

数据结构与算法——堆排序

代码: void HeapSort(int a[], int n){    int Tmp;    for (int i = n / 2; i >= 0; i--)        PercDown(a, i, n);    /*build a heap; we should know that intinially we put all of the  elements randomly, then    we begin to percolate down the heap from the