博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
【算法导论】第6章堆排序及利用堆建立最小优先级队列
阅读量:4447 次
发布时间:2019-06-07

本文共 3783 字,大约阅读时间需要 12 分钟。

1、堆排序

1.1 堆排序简介

  堆数据结构是一种数组对象,它可以被视为一棵完全二叉树,树中每个节点与数组A中存放该结点值的那个元素对应。树根为A[1],给定了某个结点的下标i,其父节点PARENT(i),左儿子节点LEFT(i)和右儿子结点RIGHT(i)的下标可以简单的计算出来:PARENT(i):不大于i/2的最大整数,LEFT(i):2i;RIGHT(i):2i+1;

  堆排序主要分成三个重要步骤:

  (1)利用MAX-HEAPIFY来保持堆的性质:输入为数组A和下标i。当其被调用时,我们假定以LEFT(i)和RIGHT(i)为根的两棵二叉树都是最大堆,但这时A[i]可能小于其子女,这就违反了最大堆性质。MAX-HEAPIFY让A[i]在最大堆中“下降”,使以i为根的子树成为最大堆。

  (2)BUILD-MAX-HEAP(A)建堆:自底向上的用MAX-HEAPIFY来将一个数组A[1...n]变成一个最大堆。子数组A[n/2+1...n]中的元素都是树中的叶子,因此每个都可以看做只含一个元素的堆。建堆过程对树中的每一个其他结点都调用一次MAX-HEAPIFY。

  (3)HEAPSORT(A):利用(2)已经将数组A造成一个最大堆。因为数组中最大元素在根A[1],则可以通过把它与A[n]互换来达到最终正确的位置。现在,如果从堆中去掉结点n(通过减小A的大小),可以很容易的将A[1...n-1]建成最大堆。原来的根的子女仍是最大堆,而新的根元素可能违背了最大堆性质,这时调用MAX-HEAPIFY(A,1)就可以保持这一性质,在A[1...(n-1)]中构造出最大堆。

1.2、堆排序具体实现代码:

View Code
1 #include
2 void max_heapify(int *p,int i,int n)//保持堆的性质 3 { 4 int l,r,largest,temp; 5 l=2*i; 6 r=2*i+1; 7 if((l<=n) && (*(p+l) > *(p+i))) 8 largest=l; 9 else largest=i;10 if((r<=n) && (*(p+r) > *(p+largest)))11 largest =r;12 if(largest!=i)13 {14 temp=*(p+i);15 *(p+i)=*(p+largest);16 *(p+largest)=temp;17 max_heapify(p,largest,n);18 }19 }20 void build_max_heap(int *p,int n)//建立大顶堆21 {22 int i;23 for(i=n/2;i>0;i--)24 max_heapify(p,i,n);25 }26 27 void heapsort(int *p,int n)//堆排序28 {29 int i,temp;30 build_max_heap(p,n);31 for(i=n;i>=1;i--)32 {33 temp=*(p+1);34 *(p+1)=*(p+i);35 *(p+i)=temp;36 printf("%d ",temp);37 n--;38 max_heapify(p,1,n);39 }40 }41 int main()42 {43 int n=10;44 int a[11]={
0,16,14,10,8,7,9,3,2,4,1};45 printf("排序结果为:\n");46 heapsort(a,n);47 return 0;48 }

  堆排序算法的时间复杂度为O(nlgn);;

 

2 利用堆建立最小优先级队列

  优先级队列是一种用来维护由一组元素构成的集合S的数据结构,这一组元素中的每一个都有一个关键字key,一个最小优先级队列支持一下操作

(1)heap_insert(S,x):把元素x插入到集合S。

(2)heap_minimun(S):返回S中具有最大关键字的元素。

(3)heap_extract_min(S):去掉并返回S中的具有最小关键字的元素。

(4)heap_decrease_key(S,x,k)将元素x的关键字减小到k,这里k不能大于x的原来的关键字值。

  具体实现代码如下:

View Code
1 /*----------------------------------------------  2  *name:用最小堆实现最小优先级队列  3  *data:2012-7-3  4  *author:lp  5  *---------------------------------------------*/  6 #include
7 #include
8 #define maxsize 20//最大节点数 9 int realsize=10;//实际初始时节点数 10 int parent(int i)//父节点 11 { 12 return(i/2); 13 } 14 int left(int i)//左子节点 15 { 16 return(2*i); 17 } 18 int right(int i)//右子节点 19 { 20 return(2*i+1); 21 } 22 void min_heapify(int p[],int i)//保持堆的性质 23 { 24 int l,r,little,temp; 25 l=2*i; 26 r=2*i+1; 27 if(l<=realsize && p[l]
0;i--) 44 min_heapify(p,i); 45 } 46 int heap_minimum(int p[])//返回堆中最大值 47 { 48 return(p[1]); 49 } 50 int heap_extract_min(int p[])//去掉并返回堆中的具有最大关键字的元素 51 { 52 int min; 53 if(realsize<1) 54 { 55 printf("堆下溢出\n"); 56 return(-1); 57 } 58 min=p[1]; 59 p[1]=p[realsize-1]; 60 realsize--; 61 min_heapify(p,1); 62 return(min); 63 } 64 int heap_decrease_key(int p[],int i,int key)//将元素i的关键字的值增加到key,这里key不能小于原来的值 65 { 66 int temp; 67 if(key>p[i]) 68 { 69 printf("key的值太大\n"); 70 return(-1); 71 } 72 p[i]=key; 73 74 while(i>1 && p[parent(i)]>p[i]) 75 { 76 temp=p[i]; 77 p[i]=p[parent(i)]; 78 p[parent(i)]=temp; 79 i=parent(i); 80 } 81 return(0); 82 } 83 void heap_insert(int p[],int key)//将关键字值为key的值插入到堆中 84 { 85 realsize++; 86 p[realsize]=INT_MAX; 87 heap_decrease_key(p,realsize,key); 88 } 89 void heap_print(int p[])//打印堆 90 { 91 int i; 92 for(i=1;i

3 参考资料:

(1)算法导论

(2)数据结构

 

 

转载于:https://www.cnblogs.com/lpshou/archive/2012/06/15/2550720.html

你可能感兴趣的文章
分享JS代码(转)
查看>>
基本CSS布局
查看>>
pyQuery的安装
查看>>
java 发展简史
查看>>
Js 数组排序函数sort()
查看>>
vtune 错误
查看>>
Sonya and Problem Wihtout a Legend CodeForces - 714E (dp)
查看>>
制作滑动门菜单
查看>>
jdk 8 新特性
查看>>
tomcat调优
查看>>
NameNode故障处理方法
查看>>
关于find的-perm
查看>>
修改pip默认安装目录
查看>>
[bzoj3073] Journeys 题解(线段树优化建图)
查看>>
vue中keepAlive的使用
查看>>
Oracle表空间、段、区和块简述
查看>>
Mysql数据库环境变量配置
查看>>
编程中经典语句
查看>>
自定义圆形头像
查看>>
JavaScript&jQuery.动态创建元素
查看>>