堆的应用:堆排序

简介: 堆的应用:堆排序

前言


堆排序,顾名思义是一个利用堆来完成排序的一个操作。在之前,小编在[C语言学习系列–>【关于qsort函数的详解以及它的模拟实现】] 谈到冒泡排序,但是冒泡排序的时间复杂度(O(n2))着实有点高,堆排序的时间复杂度相对低很多,O(log2N)。


堆排序的实现(升序为例)


堆排序不需要我们手搓一个堆的数据结构,因为我们本质上还是在数组上进行操作

堆排序的思想是:


  • 对待排序数组构建一个大堆或者小堆
  • 将顶端与末尾进行交换,还剩n-1个数
  • 将n-1个数再构建成一个大堆或者小堆,这样反复执行,就可以得到一个有序数组


对于大堆、小堆要有清楚的理解,不知道的可以查看小编博客–>堆的实现(C语言版)

堆排序唯一的坑点是:升序需要建大堆,降序建小堆

结论:升序建大堆,降序建小堆

分析:

假设建小堆:0,3,1,5,4,2,9,7,8,6

虽然把最小的元素取出来了,但是一旦把最小元素拿出来,那么剩下的元素又需要重新建堆,这样时间复杂度会提高,缺陷较大。

假设建大堆:9,8,6,7,3,1,2,4,5,0

第一步:将最大的元素,即堆顶的元素和最后一个元素交换

第二步:除了最大的那一个数,对剩下的数进行向下调整算法,得到堆顶是剩下数中的最大元素,然后再和剩下元素=中的最后一个元素进行交换,依次执行

代码


HeapSort.c

# define _CRT_SECURE_NO_WARNINGS
void Swap(int* p1, int* p2)
{
  int tmp = *p1;
  *p1 = *p2;
  *p2 = tmp;
}
void AdjustDown(int* arr, int parent, int n)
{
  assert(arr);
  int child = 2 * parent + 1;
  while (child < n)
  {
    if ((child + 1) < n && arr[child + 1] > arr[child])
    {
      child++;
    }
    if (arr[child] > arr[parent])
    {
      Swap(&arr[child], &arr[parent]);
      parent = child;
      child = 2 * parent + 1;
    }
    else
      break;
  }
}
void Heapsort(int* arr, int n)
{
  assert(arr);
  int i = 0;
  for (i = (n - 2) / 2; i >= 0; i--)   //建堆
  {
    AdjustDown(arr, i, n);
  }
  int end = n - 1;
  while (end)
  {
    Swap(&arr[0], &arr[end]);
    AdjustDown(arr, 0, end);
    end--;
  }
  for (i = 0; i < n; i++)
  {
    printf("%d  ", arr[i]);
  }
  printf("\n");
}


目录
相关文章
|
6月前
|
算法
数据结构——堆的应用 堆排序详解
数据结构——堆的应用 堆排序详解
数据结构——堆的应用 堆排序详解
|
2月前
|
前端开发 算法 JavaScript
最小堆最大堆了解吗?一文了解堆在前端中的应用
该文章详细解释了堆数据结构(特别是最小堆)的概念与性质,并提供了使用JavaScript实现最小堆的具体代码示例,包括堆的插入、删除等操作方法。
最小堆最大堆了解吗?一文了解堆在前端中的应用
|
5月前
|
存储 算法
面试必知必会|理解堆和堆排序
面试必知必会|理解堆和堆排序
|
存储 算法
优先级队列(堆)&&  堆排序
优先级队列(堆)&&  堆排序
50 0
|
11月前
|
存储 C语言
堆与堆排序操作详解
堆与堆排序操作详解
堆/选择/插入/希尔排序
堆/选择/插入/希尔排序
51 0
|
算法
【数据结构与算法】堆的应用:堆排序和topk问题
【数据结构与算法】堆的应用:堆排序和topk问题
79 0
【树与二叉树】堆的时间复杂度详解以及堆的应用—堆排序、TOP - K问题
【树与二叉树】堆的时间复杂度详解以及堆的应用—堆排序、TOP - K问题