大顶堆、小顶堆及其建堆过程、堆排序

2023-12-25 21:08

本文主要是介绍大顶堆、小顶堆及其建堆过程、堆排序,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

定义

按照堆的特点可以把堆分为大顶堆小顶堆。

大顶堆:每个结点的值都大于等于其左右孩子结点的值;

小顶堆:每个结点的值都小于等于其左右孩子结点的值。

(堆的这种特性非常的有用,堆常常被当做优先队列使用,因为可以快速的访问到“最重要”的元素)

我们用简单的公式来描述一下堆的定义就是:

大顶堆arr[i] >= arr[2i+1] && arr[i] >= arr[2i+2] 

小顶堆arr[i] <= arr[2i+1] && arr[i] <= arr[2i+2]

实现思路

堆是一种非线性结构,堆可以使用数组来实现,把堆看作一个数组,也可以被看作一个完全二叉树,通俗来讲,堆其实就是利用完全二叉树的结构来维护一个数组,但堆并不一定是完全二叉树

不管是对堆进行插入、删除操作,还是使用堆排序,都少不了建堆的步骤。

堆排序

堆排序的基本思想:将待排序序列构造成一个大顶堆,此时,整个序列的最大值就是堆顶的根节点。将其与末尾元素进行交换,此时末尾就为最大值。然后将剩余n-1个元素重新构造成一个堆,这样会得到n个元素的次小值。如此反复执行,便能得到一个有序序列了。

eg.

步骤1 建堆

构造初始堆。将给定无序序列构造成一个大顶堆(一般升序采用大顶堆,降序采用小顶堆)。

假设给定无序序列结构如下,

 此时我们从最后一个非叶子结点开始(叶结点自然不用调整,第一个非叶子结点 arr.length/2-1=5/2-1=1,也就是下面的6结点),从左至右,从下至上进行调整。

 找到第二个非叶节点4,由于[4,9,8]中9元素最大,4和9交换。

 这时,交换导致了子根[4,5,6]结构混乱,继续调整,[4,5,6]中6最大,交换4和6。

 此时,我们就将一个无需序列构造成了一个大顶堆。

步骤2 堆顶和末尾置换,调整堆

将堆顶元素与末尾元素进行交换,使末尾元素最大。然后继续调整堆,再将堆顶元素与末尾元素交换,得到第二大元素。如此反复进行交换、重建、交换。

将堆顶元素9和末尾元素4进行交换

 重新调整结构,使其继续满足堆定义

 再将堆顶元素8与末尾元素5进行交换,得到第二大元素8.

 后续过程,继续进行调整,交换,如此反复进行,最终使得整个序列有序

简单总结下堆排序的基本思路:

1. 将无需序列构建成一个堆,根据升序降序需求选择大顶堆或小顶堆;

2. 将堆顶元素与末尾元素交换,将最大元素"沉"到数组末端;

3. 重新调整结构,使其满足堆定义,然后继续交换堆顶元素与当前末尾元素,反复执行调整+交换步骤,直到整个序列有序。

小顶堆代码实现如下,

#include<iostream>
using namespace std;void swap(int* a, int i, int m){int temp = a[i];a[i] = a[m];a[m] = temp;
}void heapify(int* a, int k, int index){int min = index;while(true){if(index*2+1<k && a[index*2+1] < a[index]){min = index*2+1;}if(index*2+2<k && a[index*2+2] < a[min]){min = index*2+2;}if(min == index)break;swap(a, index, min);//从交换后的节点开始继续往下堆化index = min;}
}void buildHeap(int* nums, int k){for(int i=k/2-1; i>=0; i--){heapify(nums, k, i);}
}void heapsort(int* nums, int k) {buildHeap(nums, k);for (int i = k - 1; i > 0; i--) {swap(nums, 0, i);heapify(nums, i, 0);}
}int main() {int nums[6] = {4, 2, 8, 5, 3, 2};heapsort(nums, 6);for (int i = 0; i < 6; i++) {cout << nums[i] << endl;}system("pause");return 0;
}

大顶堆代码实现如下,

void heapify(int* a, int k, int index){int min = index;while(true){if(index*2+1<k && a[index*2+1] > a[index]){min = index*2+1;}if(index*2+2<k && a[index*2+2] > a[min]){min = index*2+2;}if(min == index)break;swap(a, index, min);//从交换后的节点开始继续往下堆化index = min;}
}

换一种思路实现大顶堆,

#include<iostream>
using namespace std;void swap(int* a, int i, int m){int temp = a[i];a[i] = a[m];a[m] = temp;
}void heapify(int* a, int k, int index){int temp = a[index];  //index指向根节点 for(int j = 2*index+1; j<k; j = 2*j+1) { //从左孩子开始遍历temp = a[index];if(j+1 < k && a[j] < a[j+1]) { //比较左孩子和右孩子,将j指向较大的值j++;}if(temp < a[j]) { //如果根结点比孩子节点小,则交换,并将index指向该节点swap(a, index, j);index = j;} else {break; //反之,如果根节点比左右孩子都大,则结束遍历}}
}void buildHeap(int* nums, int k){for(int i=k/2-1; i>=0; i--){heapify(nums, k, i);}
}void heapsort(int* nums, int k) {buildHeap(nums, k);for (int i = k - 1; i > 0; i--) {swap(nums, 0, i);heapify(nums, i, 0);}
}int main() {int nums[6] = {4, 2, 8, 5, 3, 2};heapsort(nums, 6);for (int i = 0; i < 6; i++) {cout << nums[i] << endl;}system("pause");return 0;
}

参考:

图解排序算法(三)之堆排序 - dreamcatcher-cx - 博客园

堆排序(大顶堆、小顶堆)----C语言 - 蓝海人 - 博客园

leetcode 215. 数组中的第K个最大元素【小顶堆】_ervy的博客-CSDN博客

大顶堆和小顶堆以及堆排_程序媛的梦工厂-CSDN博客

【算法】堆,最大堆(大顶堆)及最小堆(小顶堆)的实现_一名普通码农的菜地-CSDN博客_最小堆算法

谈谈堆排序,大顶堆,小顶堆? - 简书

Go 大顶堆 小顶堆 Heap使用方法_t949500898的博客-CSDN博客

这篇关于大顶堆、小顶堆及其建堆过程、堆排序的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/536950

相关文章

最新版IDEA配置 Tomcat的详细过程

《最新版IDEA配置Tomcat的详细过程》本文介绍如何在IDEA中配置Tomcat服务器,并创建Web项目,首先检查Tomcat是否安装完成,然后在IDEA中创建Web项目并添加Web结构,接着,... 目录配置tomcat第一步,先给项目添加Web结构查看端口号配置tomcat    先检查自己的to

SpringBoot集成SOL链的详细过程

《SpringBoot集成SOL链的详细过程》Solanaj是一个用于与Solana区块链交互的Java库,它为Java开发者提供了一套功能丰富的API,使得在Java环境中可以轻松构建与Solana... 目录一、什么是solanaj?二、Pom依赖三、主要类3.1 RpcClient3.2 Public

Android数据库Room的实际使用过程总结

《Android数据库Room的实际使用过程总结》这篇文章主要给大家介绍了关于Android数据库Room的实际使用过程,详细介绍了如何创建实体类、数据访问对象(DAO)和数据库抽象类,需要的朋友可以... 目录前言一、Room的基本使用1.项目配置2.创建实体类(Entity)3.创建数据访问对象(DAO

SpringBoot整合kaptcha验证码过程(复制粘贴即可用)

《SpringBoot整合kaptcha验证码过程(复制粘贴即可用)》本文介绍了如何在SpringBoot项目中整合Kaptcha验证码实现,通过配置和编写相应的Controller、工具类以及前端页... 目录SpringBoot整合kaptcha验证码程序目录参考有两种方式在springboot中使用k

在Java中实现堆排序的步骤详解

《在Java中实现堆排序的步骤详解》堆排序是一种基于堆数据结构的排序算法,堆是一种特殊的完全二叉树,堆排序利用堆的性质通过一系列操作将数组元素按升序或降序排列,本文给大家介绍了如何在Java中实现堆排... 目录引言一、堆排序的基本原理二、堆排序的实现步骤三、堆排序的时间复杂度和空间复杂度四、堆排序的工作流

SpringBoot整合InfluxDB的详细过程

《SpringBoot整合InfluxDB的详细过程》InfluxDB是一个开源的时间序列数据库,由Go语言编写,适用于存储和查询按时间顺序产生的数据,它具有高效的数据存储和查询机制,支持高并发写入和... 目录一、简单介绍InfluxDB是什么?1、主要特点2、应用场景二、使用步骤1、集成原生的Influ

SpringBoot实现websocket服务端及客户端的详细过程

《SpringBoot实现websocket服务端及客户端的详细过程》文章介绍了WebSocket通信过程、服务端和客户端的实现,以及可能遇到的问题及解决方案,感兴趣的朋友一起看看吧... 目录一、WebSocket通信过程二、服务端实现1.pom文件添加依赖2.启用Springboot对WebSocket

浅析Spring Security认证过程

类图 为了方便理解Spring Security认证流程,特意画了如下的类图,包含相关的核心认证类 概述 核心验证器 AuthenticationManager 该对象提供了认证方法的入口,接收一个Authentiaton对象作为参数; public interface AuthenticationManager {Authentication authenticate(Authenti

作业提交过程之HDFSMapReduce

作业提交全过程详解 (1)作业提交 第1步:Client调用job.waitForCompletion方法,向整个集群提交MapReduce作业。 第2步:Client向RM申请一个作业id。 第3步:RM给Client返回该job资源的提交路径和作业id。 第4步:Client提交jar包、切片信息和配置文件到指定的资源提交路径。 第5步:Client提交完资源后,向RM申请运行MrAp

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss