【数据结构】选择排序 & 堆排序(二)

简介: 【数据结构】选择排序 & 堆排序(二)

一,选择排序

1,基本思想

每一次从待排序的数据元素中选出最小(或最大)的一个元素,存放在序列的起始(末尾)位置,直到全部待排序的数据元素排完 。

2, 基本思路

1,在元素集合 array[ i ] -- array[ n-1 ] 中选择关键码最大(小)的数据元素

2,若它不是这组元素中的最后一个(第一个)元素,则将它与这组元素中的最后一个(第一个)元素交换

3,在剩余的 array[ i ] -- array[ n-2 ](array [ i+1] -- array [ n-1 ] )集合中,重复上述步骤,直到集合剩余1个元素

直接选择排序特性总结

1. 直接选择排序思考非常好理解,但是效率不是很好。实际中很少使用

2. 时间复杂度:O(N^2)

3. 空间复杂度:O(1)

4. 稳定性:不稳定

3,思路实现

选择排序嘛,就是先遍历数组找出最大数和最小数,然后让最小数与首元素交换,最大数与末尾元素交换,当然啦在排序的过程中与之交换的 " 首元素 " 和 " 末尾元素 " 会一直变化的

第一趟排序时,首元素是 arr [ 0 ] ,末尾元素是 arr [ n-1 ]

第二趟排序时,首元素是 arr [ 1 ] ,末尾元素是 arr [ n-2 ]

。。。。。

以此类推直至首元素的小标大于或等于末尾元素的下标

我们现在写一个升序的选择排序:

//选择排序
void SeleSort(int* arr, int n)
{
  int begin = 0, end = n - 1;
  while (begin < end)
  {
    int maxi = begin, mini = begin;
    for (int i = begin; i <= end; i++)
    {
      if (arr[i] > arr[maxi])
      {
        maxi = i;
      }
      if (arr[i] < arr[mini])
      {
        mini = i;
      }
    }
    Swap(&arr[begin], &arr[mini]);
    // 如果maxi和begin重叠,修正一下即可
    if (begin == maxi)
    {
      maxi = mini;
    }
    Swap(&arr[end], &arr[maxi]);
    ++begin;
    --end;
  }
}

我们测试一下:

int main()
{
  int arr[] = { 9,1,2,5,7,4,8,6,3,5 };
  //选择排序
  SeleSort(arr, sizeof(arr) / sizeof(arr[0]));
  PrintSort(arr, sizeof(arr) / sizeof(arr[0]));
  return 0;
}

可以看到是有序的,选择排序就 OK 了;

二,堆排序

堆排序(Heapsort)是指利用堆积树(堆)这种数据结构所设计的一种排序算法,它是选择排序的一种。它是通过来进行选择数据。需要注意的是排升序要建大堆,排降序建小堆

1,直接选择排序的特性总结

1, 堆排序使用堆来选数,效率就高了很多。

2, 时间复杂度:O(N*logN)

3.,空间复杂度:O(1)

4.,稳定性:不稳定

2,思路实现

要使用堆排序,首先就是要建堆,建堆有两种方式,一种是向上建堆法,一种是向下建堆法;

向上调整建堆的时间复杂度为O(N*logN);

向下调整建堆的时间复杂度为O(N);

所以我们用向下建堆:

//向下调整
void DownAdjust(int* arr, int n, int i)
{
  int perent = i;
  int child = perent* 2 + 1;
  while (child<n)
  {
    if (child+1<n && arr[child + 1] > arr[child])
    {
      child++;
    }
    if (arr[perent] < arr[child])
    {
      //交换
      Swap(&arr[perent], &arr[child]);
      perent = child;
      child = perent * 2 + 1;
    }
    else
    {
      break;
    }
  }
}
//建堆
int i = 0;
for (i = (n - 1 - 1) / 2; i >= 0; i--)
{
  //向下调整
  DownAdjust(arr, n, i);
}

此时堆就建好了,然后就是用【交换删除法】来排序了:

原理:

此时堆顶是最大的数据,让其与末尾的数进行交换,然后让 n--,在让其向下调整这样就可以避开末尾的数了,以此类推直至 n<=1 ,排序就排好了;

//交换,删除排序法
while (n > 1)
{
  //交换
  Swap(&arr[0], &arr[n - 1]);
  n--;
  //向下调整
  DownAdjust(arr, n, 0);
}

我们测试一下:

int main()
{
  int arr[] = { 9,1,2,5,7,4,8,6,3,5 };
  //堆排序
  HeapSort(arr, sizeof(arr) / sizeof(arr[0]));
  PrintSort(arr, sizeof(arr) / sizeof(arr[0]));
  return 0;
}

可以看到是有序的,堆排序就 OK 了;

3,源代码

//向下调整
void DownAdjust(int* arr, int n, int i)
{
  int perent = i;
  int child = perent* 2 + 1;
  while (child<n)
  {
    if (child+1<n && arr[child + 1] > arr[child])
    {
      child++;
    }
    if (arr[perent] < arr[child])
    {
      //交换
      Swap(&arr[perent], &arr[child]);
      perent = child;
      child = perent * 2 + 1;
    }
    else
    {
      break;
    }
  }
}
//堆排序
void HeapSort(int* arr, int n)
{
  //建堆
  int i = 0;
  for (i = (n - 1 - 1) / 2; i >= 0; i--)
  {
    //向下调整
    DownAdjust(arr, n, i);
  }
  //交换,删除排序法
  while (n > 1)
  {
    //交换
    Swap(&arr[0], &arr[n - 1]);
    n--;
    //向下调整
    DownAdjust(arr, n, 0);
  }
}

第二阶段就到这里了,带大家在秒杀两个排序松松骨,真正有挑战的排序还在后头!

后面博主会陆续更新;

如有不足之处欢迎来补充交流!

完结。。


目录
相关文章
|
5月前
|
算法 Python
数据结构算法--4堆排序
堆排序过程概述:建立大根堆,将堆顶最大元素移出并替换为末尾元素,调整保持堆性质,重复此过程直至堆为空,实现排序。时间复杂度为O(nlogn)。Python中可用heapq模块进行堆操作。
|
1月前
|
算法 搜索推荐
数据结构与算法学习十八:堆排序
这篇文章介绍了堆排序是一种通过构建堆数据结构来实现的高效排序算法,具有平均和最坏时间复杂度为O(nlogn)的特点。
70 0
数据结构与算法学习十八:堆排序
|
1月前
|
算法 搜索推荐
数据结构与算法学习十一:冒泡排序、选择排序、插入排序
本文介绍了冒泡排序、选择排序和插入排序三种基础排序算法的原理、实现代码和测试结果。
17 0
数据结构与算法学习十一:冒泡排序、选择排序、插入排序
|
4月前
|
存储 算法
【数据结构】堆,堆的实现,堆排序,TOP-K问题
数据结构——堆,堆的实现,堆排序,TOP-K问题
48 1
【数据结构】堆,堆的实现,堆排序,TOP-K问题
|
3月前
|
搜索推荐 算法
【初阶数据结构篇】插入、希尔、选择、堆排序介绍(上篇)
堆排序(Heapsort)是指利⽤堆积树(堆)这种数据结构所设计的⼀种排序算法,它是选择排序的⼀ 种。它是通过堆来进⾏选择数据。需要注意的是排升序要建⼤堆,排降序建⼩堆。
19 0
|
3月前
|
算法
【初阶数据结构篇】堆的应用(堆排序与Top-K问题)
即求数据结合中前K个最⼤的元素或者最⼩的元素,⼀般情况下数据量都⽐较⼤。
43 0
|
4月前
|
搜索推荐
【数据结构常见七大排序(二)】—选择排序篇【直接选择排序】And【堆排序】
【数据结构常见七大排序(二)】—选择排序篇【直接选择排序】And【堆排序】
|
5月前
|
机器学习/深度学习 算法 搜索推荐
数据结构算法--2 冒泡排序,选择排序,插入排序
**基础排序算法包括冒泡排序、选择排序和插入排序。冒泡排序通过相邻元素比较交换,逐步将最大值“冒”到末尾,平均时间复杂度为O(n^2)。选择排序每次找到剩余部分的最小值与未排序部分的第一个元素交换,同样具有O(n^2)的时间复杂度。插入排序则类似玩牌,将新元素插入到已排序部分的正确位置,也是O(n^2)复杂度。这些算法适用于小规模或部分有序的数据。**
|
5月前
|
算法 搜索推荐
数据结构与算法-选择排序
数据结构与算法-选择排序
30 4
|
5月前
|
存储 算法 C语言
数据结构和算法——堆排序(选择排序、思路图解、代码、时间复杂度、堆排序及代码)
数据结构和算法——堆排序(选择排序、思路图解、代码、时间复杂度、堆排序及代码)
36 0