一步一步写算法(之堆排序)

原文:一步一步写算法(之堆排序)

【 声明:版权所有,欢迎转载,请勿用于商业用途。  联系信箱:feixiaoxing @163.com】

堆排序是另外一种常用的递归排序。因为堆排序有着优秀的排序性能,所以在软件设计中也经常使用。堆排序有着属于自己的特殊性质,和二叉平衡树基本是一致的。打一个比方说,处于大堆中的每一个数据都必须满足这样一个特性:

(1)每一个array[n] 不小于array[2*n]

(2)每一个array[n]不小于array[2 * n + 1]

构建这样一个堆只是基础,后面我们需要每次从堆的顶部拿掉一个数据,不断调整堆,直到这个数组变成有序数组为主。所以详细的堆排序算法应该是这样的:

1)构建大堆,使得堆中的每一个数据都满足上面提到的性质

2)将堆的第一个数据和堆的最后一个数据进行互换,然后重新调整堆,直到堆重新平衡为止

3)重复2)的过程,直到整个数组有序。

上面的描述过程很简单,那么实践操作是怎么样的呢?

a)对入参进行判断

void heap_sort(int array[], int length)
{
	if(NULL == array || 0 == length)
		return ;

	/* to make sure data starts at number 1 */
	_heap_sort(array-1, length);
}

b)构建大堆和调整大堆

void _heap_sort(int array[], int length)
{
	int index = 0;
	int median = 0;
	construct_big_heap(array, length);

	for(index = length; index > 1; index --)
	{
		median = array[1];
		array[1] = array[index];
		array[index] = median;

		reconstruct_heap(array, 1, index-1);
	}
}

c)构建大堆的细节操作部分

void set_sorted_value(int array[], int length)
{
	int index = length;
	int median = 0;
	if(length == 1) return;

	while(index > 1){
		if(array[index >> 1] >= array[index])
			break;

		median = array[index];
		array[index] = array[index >> 1];
		array[index >> 1] = median;
		index >>= 1;
	}
}

void construct_big_heap(int array[], int length)
{
	int index = 0 ;

	for(index = 1; index <= length; index ++)
	{
		set_sorted_value(array, index);
	}
}

d)大堆迭代调整

void reconstruct_heap(int array[], int index, int length)
{
	int swap = 0;
	if(length < index << 1)
		return;

	if(length == index << 1){
		adjust_leaf_position(array, index);
		return;
	}

	if(-1 != (swap = adjust_normal_position(array, index))){
		reconstruct_heap(array, swap, length);
	}
}

e)对单分支节点和满分支节点分别处理

int adjust_normal_position(int array[], int index)
{
	int left = index << 1 ;
	int right = left + 1;
	int median = 0;
	int swap = 0;

	if(array[index] >= array[left]){
		if(array[index] >= array[right]){
			return -1;
		}else{
			swap = right;
		}
	}else{
		if(array[index] >= array[right]){
			swap = left;
		}else{
			swap = array[left] > array[right] ? left : right;
		}
	}

	if(swap == left) {
		median = array[index];
		array[index] = array[left];
		array[left] = median;
	}else{
		median = array[index];
		array[index] = array[right];
		array[right] = median;
	}

	return swap;
}

STATUS adjust_leaf_position(int array[], int index)
{
	int median = 0;
	if(array[index] > array[index << 1])
		return TRUE;

	median = array[index];
	array[index] = array[index << 1];
	array[index << 1] = median;
	return FALSE;
}

f)堆排序算法介绍完毕,创建测试用例验证

static void test1()
{
	int array[] = {1};
	heap_sort(array, sizeof(array)/sizeof(int));
}

static void test2()
{
	int array[] = {2, 1};
	heap_sort(array, sizeof(array)/sizeof(int));
	assert(1 == array[0]);
	assert(2 == array[1]);
}

static void test3()
{
	int array[] = {3, 2, 1};
	heap_sort(array, sizeof(array)/sizeof(int));
	assert(1 == array[0]);
	assert(2 == array[1]);
	assert(3 == array[2]);
}

static void test4()
{
	int array[] = {2, 3, 1};
	heap_sort(array, sizeof(array)/sizeof(int));
	assert(1 == array[0]);
	assert(2 == array[1]);
	assert(3 == array[2]);
}

static void test5()
{
	int array[] = {5,3, 4, 1};
	heap_sort(array, sizeof(array)/sizeof(int));
	assert(1 == array[0]);
	assert(3 == array[1]);
	assert(4 == array[2]);
	assert(5 == array[3]);
}

static void test6()
{
	int array[] = {2, 3,6, 8, 7};
	heap_sort(array, sizeof(array)/sizeof(int));
	assert(2 == array[0]);
	assert(3 == array[1]);
	assert(6 == array[2]);
	assert(7 == array[3]);
	assert(8 == array[4]);
}

static void test7()
{
	int array[] = {3,4,2,7,1,9,8,6,5};
	heap_sort(array, sizeof(array)/sizeof(int));
	assert(1 == array[0]);
	assert(2 == array[1]);
	assert(3 == array[2]);
	assert(4 == array[3]);
	assert(5 == array[4]);
	assert(6 == array[5]);
	assert(7 == array[6]);
	assert(8 == array[7]);
	assert(9 == array[8]);
}

【预告: 下面的博客介绍一些常用的数据结构】

时间: 2024-10-11 17:21:13

一步一步写算法(之堆排序)的相关文章

一步一步写算法(之合并排序)

原文:一步一步写算法(之合并排序) [ 声明:版权所有,欢迎转载,请勿用于商业用途.  联系信箱:feixiaoxing @163.com] 前面一篇博客提到的快速排序是排序算法中的一种经典算法.和快速排序一样,合并排序是另外一种经常使用的排序算法.那么合并排序算法有什么不同呢?关键之处就体现在这个合并上面. 合并算法的基本步骤如下所示: 1)把0~length-1的数组分成左数组和右数组 2)对左数组和右数组进行迭代排序 3)将左数组和右数组进行合并,那么生成的整个数组就是有序的数据数组 下面

一步一步写算法(之链表排序)

原文:一步一步写算法(之链表排序) [ 声明:版权所有,欢迎转载,请勿用于商业用途.  联系信箱:feixiaoxing @163.com] 相比较线性表的排序而言,链表排序的内容稍微麻烦一点.一方面,你要考虑数据插入的步骤:另外一方面你也要对指针有所顾虑.要是有一步的内容错了,那么操作系统会马上给你弹出一个exception.就链表的特殊性而言,适合于链表的排序有哪些呢? (1)插入排序    (适合) (2)冒泡排序    (适合) (3)希尔排序    (适合) (4)选择排序    (适

一步一步写算法(之非递归排序)

原文:一步一步写算法(之非递归排序) [ 声明:版权所有,欢迎转载,请勿用于商业用途.  联系信箱:feixiaoxing @163.com] 在上面一篇博客当中,我们发现普通查找和排序查找的性能差别很大.作为一个100万的数据,如果使用普通的查找方法,那么每一个数据查找平均下来就要几十万次,那么二分法的查找呢,20多次就可以搞定.这中间的差别是非常明显的.既然排序有这么好的效果,那么这篇博客中,我们就对排序算做一个总结. 按照我个人的理解,排序可以分为两种:一种是非递归排序,它主要按照非递归的

一步一步写算法(之 算法总结)

原文:一步一步写算法(之 算法总结) [ 声明:版权所有,欢迎转载,请勿用于商业用途.  联系信箱:feixiaoxing @163.com] 自10月初编写算法系列的博客以来,陆陆续续以来写了几十篇.按照计划,还有三个部分的内容没有介绍,主要是(Dijkstra算法.二叉平衡树.红黑树).这部分会在后面的博客补充完整.这里主要是做一个总结,有兴趣的朋友可以好好看看,欢迎大家提出宝贵意见. (1) 排序算法 快速排序 合并排序 堆排序 选择排序 基数排序 冒泡排序 插入排序 希尔排序 链表排序

一步一步写算法(之挑选最大的n个数)

原文:一步一步写算法(之挑选最大的n个数) [ 声明:版权所有,欢迎转载,请勿用于商业用途.  联系信箱:feixiaoxing @163.com] 从一堆数据中挑选n个最大的数,这个问题是网上流传的比较广的几个问题之一.具体来说,它的意思就是:假设我们有100个数据,我们需要挑选出最大的n个数据(n < 100),那么有没有办法实现这样一个目标呢?在这里,我想从排序的角度看看有没有什么办法可以实现这样一个目标. 在前面的博客当中,我们实现的排序算法有下面几种: (1) 冒泡排序.插入排序.希尔

一步一步写算法(之递归和堆栈)

原文:一步一步写算法(之递归和堆栈) [ 声明:版权所有,欢迎转载,请勿用于商业用途.  联系信箱:feixiaoxing @163.com] 看过我前面博客的朋友都清楚,函数调用主要依靠ebp和esp的堆栈互动来实现的.那么递归呢,最主要的特色就是函数自己调用自己.如果一个函数调用的是自己本身,那么这个函数就是递归函数. 我们可以看一下普通函数的调用怎么样的.试想如果函数A调用了函数B,函数B又调用了函数C,那么在堆栈中的数据是怎么保存的呢? 函数A ^ 函数B | (地址递减) 函数C |

一步一步写算法(之双向链表)

原文:一步一步写算法(之双向链表) [ 声明:版权所有,欢迎转载,请勿用于商业用途.  联系信箱:feixiaoxing @163.com] 前面的博客我们介绍了单向链表.那么我们今天介绍的双向链表,顾名思义,就是数据本身具备了左边和右边的双向指针.双向链表相比较单向链表,主要有下面几个特点: (1)在数据结构中具有双向指针 (2)插入数据的时候需要考虑前后的方向的操作 (3)同样,删除数据的是有也需要考虑前后方向的操作 那么,一个非循环的双向链表操作应该是怎么样的呢?我们可以自己尝试一下: (

一步一步写算法(之字符串查找 上篇)

原文:一步一步写算法(之字符串查找 上篇) [ 声明:版权所有,欢迎转载,请勿用于商业用途.  联系信箱:feixiaoxing @163.com] 字符串运算是我们开发软件的基本功,其中比较常用的功能有字符串长度的求解.字符串的比较.字符串的拷贝.字符串的upper等等.另外一个经常使用但是却被我们忽视的功能就是字符串的查找.word里面有字符串查找.notepad里面有字符串查找.winxp里面也有系统自带的字符串的查找,所以编写属于自己的字符串查找一方面可以提高自己的自信心,另外一方面在某

一步一步写算法(之排序二叉树)

原文:一步一步写算法(之排序二叉树) [ 声明:版权所有,欢迎转载,请勿用于商业用途.  联系信箱:feixiaoxing @163.com] 前面我们讲过双向链表的数据结构.每一个循环节点有两个指针,一个指向前面一个节点,一个指向后继节点,这样所有的节点像一颗颗珍珠一样被一根线穿在了一起.然而今天我们讨论的数据结构却有一点不同,它有三个节点.它是这样定义的: typedef struct _TREE_NODE { int data; struct _TREE_NODE* parent; str