STL_算法_Heap算法(堆排)(精)

C++ Primer 学习中。。。

简单记录下我的学习过程 (代码为主)

/*****************************************

STL-算法--Heap算法

堆排序算法 (heapsort)

make_heap()         //把容器内的数据做堆排序

push_heap()         //向堆内放入元素

pop_heap()          //删除堆顶元素

sort_heap()         //把堆排还原成普通排序

*****************************************/

/**----------------------------------------------------------------------------------

make_heap(b,e)                                  9

make_heap(b,e,cp)                      /                  \

push_heap(b,e)                        8                    6

push_heap(b,e,cp)                /         \          /          \

pop_heap(b,e)                   7           7        5            5

pop_heap(b,e,cp)              /   \       /   \    /   \        /

sort_heap(b,e)               3     6     4     1  2     3      4

sort_heap(b,e,cp)

----------------------------------------------------------------------------------**/

/**------http://blog.csdn.net/u010579068------**/
#include<iostream>
#include<cstdio>
#include<string>
#include<vector>
#include<list>
#include<deque>
#include<algorithm>
using namespace std;

/*****************************************
STL-算法--Heap算法

堆排序算法 (heapsort)
make_heap()         //把容器内的数据做堆排序
push_heap()         //向堆内放入元素
pop_heap()          //删除堆顶元素
sort_heap()         //把堆排还原成普通排序

*****************************************/
/**----------------------------------------------------------------------------------
make_heap(b,e)                                  9
make_heap(b,e,cp)                      /                  push_heap(b,e)                        8                    6
push_heap(b,e,cp)                /         \          /          pop_heap(b,e)                   7           7        5            5
pop_heap(b,e,cp)              /   \       /   \    /   \        /
sort_heap(b,e)               3     6     4     1  2     3      4
sort_heap(b,e,cp)
----------------------------------------------------------------------------------**/
/*************************************************************************************
std::make_heap                     所有排序容器适用                         algorithm
--------------------------------------------------------------------------------------
template <class RandomAccessIterator>
  void make_heap ( RandomAccessIterator first, RandomAccessIterator last );

template <class RandomAccessIterator, class Compare>
  void make_heap ( RandomAccessIterator first, RandomAccessIterator last,
                   Compare comp );
//eg:

*************************************************************************************/

/*************************************************************************************
std::push_heap                     所有排序容器适用                         algorithm
--------------------------------------------------------------------------------------
template <class RandomAccessIterator>
  void push_heap ( RandomAccessIterator first, RandomAccessIterator last );

template <class RandomAccessIterator, class Compare>
  void push_heap ( RandomAccessIterator first, RandomAccessIterator last,
                   Compare comp );
//eg:

*************************************************************************************/

/*************************************************************************************
std::pop_heap                     所有排序容器适用                         algorithm
--------------------------------------------------------------------------------------
template <class RandomAccessIterator>
  void pop_heap ( RandomAccessIterator first, RandomAccessIterator last );

template <class RandomAccessIterator, class Compare>
  void pop_heap ( RandomAccessIterator first, RandomAccessIterator last,
                   Compare comp );
//eg:

*************************************************************************************/

/*************************************************************************************
std::sort_heap                     所有排序容器适用                         algorithm
--------------------------------------------------------------------------------------
template <class RandomAccessIterator>
  void sort_heap ( RandomAccessIterator first, RandomAccessIterator last );

template <class RandomAccessIterator, class Compare>
  void sort_heap ( RandomAccessIterator first, RandomAccessIterator last,
                   Compare comp );
//eg:

*************************************************************************************/

template<typename T>
void Print(T& V)
{
    typename T::iterator iter=V.begin();
    while(iter != V.end())
    {
        cout<<*iter++<<" ";
    }
    cout<<endl;
}

int main()
{
    vector<int> ivec;
    for(int i=3;i<=7;++i)
        ivec.push_back(i);
    for(int i=5;i<=9;++i)
        ivec.push_back(i);
    for(int i=1;i<=4;++i)
        ivec.push_back(i);
    cout<<"原数据:";
    Print(ivec);

    make_heap(ivec.begin(),ivec.end());//做最大堆排序,其实还在vector容器内
    cout<<"堆排后:";
    Print(ivec);

    pop_heap(ivec.begin(),ivec.end());//删除最大堆,其实是把数据放到最后了!
    cout<<"删除后:";
    Print(ivec);
    ivec.pop_back();

    pop_heap(ivec.begin(),ivec.end());//删除最大堆,其实是把数据放到最后了!
    cout<<"删除后:";
    Print(ivec);
    ivec.pop_back();

    ivec.push_back(15);
    cout<<"添加数据后:";
    Print(ivec);

    push_heap(ivec.begin(),ivec.end());//放入最大堆,其实是把新加入的数据,按照堆排加入堆内
    cout<<"把最后一个数加入堆里:\n";
    Print(ivec);

    sort_heap(ivec.begin(),ivec.end());//把堆排顺序,还原成一般的排序算法
    cout<<"还原堆排顺序:\n";
    Print(ivec);

	return 0;
}

/*****************************************
//Output:
原数据:3 4 5 6 7 5 6 7 8 9 1 2 3 4
堆排后:9 8 6 7 7 5 5 3 6 4 1 2 3 4
删除后:8 7 6 7 4 5 5 3 6 4 1 2 3 9
删除后:7 7 6 6 4 5 5 3 3 4 1 2 8
添加数据后:7 7 6 6 4 5 5 3 3 4 1 2 15
把最后一个数加入堆里:
15 7 7 6 4 6 5 3 3 4 1 2 5
还原堆排顺序:
1 2 3 3 4 4 5 5 6 6 7 7 15

*****************************************/

时间: 2024-10-13 10:07:36

STL_算法_Heap算法(堆排)(精)的相关文章

普林斯顿公开课 算法4-3:堆排

堆排的灵感源自于堆的数据结构.它是一种原地排序算法,不需要额外的临时数组. 基本思想 堆排的基本思想是: 先建立一个最大堆 将最大的元素移动到数组末尾,减小堆的大小,调整最大堆使其符合最大堆的性质 重复第二步,直到最大堆耗尽为止 第一个步骤建立最大堆的代码非常简单,只要对每个节点执行sink操作即可. 1 2 for(int k = N/2; k >= 1; k--)     sink(a, k, N); 第二个步骤也很简单,代码如下: 1 2 3 4 while(N > 1) {     e

白话经典算法系列之七 堆与堆排序

堆排序与高速排序,归并排序一样都是时间复杂度为O(N*logN)的几种常见排序方法.学习堆排序前,先解说下什么是数据结构中的二叉堆. 二叉堆的定义 二叉堆是全然二叉树或者是近似全然二叉树. 二叉堆满足二个特性: 1.父结点的键值总是大于或等于(小于或等于)不论什么一个子节点的键值. 2.每一个结点的左子树和右子树都是一个二叉堆(都是最大堆或最小堆). 当父结点的键值总是大于或等于不论什么一个子节点的键值时为最大堆.当父结点的键值总是小于或等于不论什么一个子节点的键值时为最小堆.下图展示一个最小堆

【坐在马桶上看算法】算法12:堆——神奇的优先队列(下)

接着上一Pa说.就是如何建立这个堆呢.可以从空的堆开始,然后依次往堆中插入每一个元素,直到所有数都被插入(转移到堆中为止).因为插入第i个元素的所用的时间是O(log i),所以插入所有元素的整体时间复杂度是O(NlogN),代码如下. n=0; for(i=1;i<=m;i++) {     n++;     h[ n]=a[ i];  //或者写成scanf("%d",&h[ n]);     siftup(); } 其实我们还有更快得方法来建立堆.它是这样的. 直接

【坐在马桶上看算法】算法11:堆——神奇的优先队列(上)

堆是什么?是一种特殊的完全二叉树,就像下面这棵树一样. 有没有发现这棵二叉树有一个特点,就是所有父结点都比子结点要小(注意:圆圈里面的数是值,圆圈上面的数是这个结点的编号,此规定仅适用于本节).符合这样特点的完全二叉树我们称为最小堆.反之,如果所有父结点都比子结点要大,这样的完全二叉树称为最大堆.那这一特性究竟有什么用呢? 假如有14个数分别是99.5.36.7.22.17.46.12.2.19.25.28.1和92.请找出这14个数中最小的数,请问怎么办呢?最简单的方法就是将这14个数从头到尾

【啊哈!算法】算法12:堆——神奇的优先队列(下)

接着上一Pa说.就是如何建立这个堆呢.可以从空的堆开始,然后依次往堆中插入每一个元素,直到所有数都被插入(转移到堆中为止).因为插入第i个元素的所用的时间是O(log i),所以插入所有元素的整体时间复杂度是O(NlogN),代码如下. n=0; for(i=1;i<=m;i++) { n++; h[ n]=a[ i]; //或者写成scanf("%d",&h[ n]); siftup(); } 其实我们还有更快得方法来建立堆.它是这样的. 直接把99.5.36.7.22

白话经典算法系列之七 堆与堆排序(转)

堆排序与快速排序,归并排序一样都是时间复杂度为O(N*logN)的几种常见排序方法.学习堆排序前,先讲解下什么是数据结构中的二叉堆. 二叉堆的定义 二叉堆是完全二叉树或者是近似完全二叉树. 二叉堆满足二个特性: 1.父结点的键值总是大于或等于(小于或等于)任何一个子节点的键值. 2.每个结点的左子树和右子树都是一个二叉堆(都是最大堆或最小堆). 当父结点的键值总是大于或等于任何一个子节点的键值时为最大堆.当父结点的键值总是小于或等于任何一个子节点的键值时为最小堆.下图展示一个最小堆: 由于其它几

普林斯顿公开课 算法3-4:快排的应用

排序的应用 排序算法有着广泛的应用. 典型的应用有 对名称进行排序 排序MP3音乐文件 显示Google的搜索结果 按标题顺序列出RSS订阅 排序之后下列问题就变得非常简单了 找出中位数 数据库中的二分查找 找出统计数据中的异常值 在邮箱中找出重复的邮件 不是特别典型的应用有 数据压缩 计算机图形 计算生物 负载平衡 编程语言中的排序算法 java中对于基本类型使用快排,对于引用类型使用归并排序.因为归并排序很稳定,而且保证复杂度为NlgN Java.C/C++中的快排都有以下特性: 对于小的子

排序算法-冒泡——插入——快排

冒泡排序,往两个方向泡,一个往小泡,一个网大泡 #include<stdio.h> #include<stdlib.h> #include<time.h> void bubble_sort(int *a,int n){ int temp; for(int i=0;i<n;i++) for(int j=0;j<n-i-1;j++){ if(a[j]>a[j+1]){ temp=a[j]; a[j]=a[j+1]; a[j+1]=temp; } } } v

堆排 归并排序 快排

堆排序的思想 利用大顶堆(小顶堆)堆顶记录的是最大关键字(最小关键字)这一特性,使得每次从无序中选择最大记录(最小记录)变得简单. 其基本思想为(大顶堆): 1)将初始待排序关键字序列(R1,R2....Rn)构建成大顶堆,此堆为初始的无序区: 2)将堆顶元素R[1]与最后一个元素R[n]交换,此时得到新的无序区(R1,R2,......Rn-1)和新的有序区(Rn),且满足R[1,2...n-1]<=R[n]; 3)由于交换后新的堆顶R[1]可能违反堆的性质,因此需要对当前无序区(R1,R2,