线性排序算法-堆排序 (2)

简介: 堆是什么鬼?在学数据结构的时候,链表、堆栈、树三种数据结构印象最深刻。当时理解有误区,堆栈被当成一种结构,可能因为堆栈有同样的特性——只关心堆顶或栈顶的元素。

堆是什么鬼?

在学数据结构的时候,链表、堆栈、树三种数据结构印象最深刻。当时理解有误区,堆栈被当成一种结构,可能因为堆栈有同样的特性——只关心堆顶或栈顶的元素。

但是堆结构和栈结构不同,栈结构不关心除栈顶之外的元素,而整个堆是有结构的。本文介绍一种最小堆,利用完全二叉树结构实现。

应用:多路快排

[引至第七城市])

最小堆

首先介绍另一个概念,优先队列。元素添加到队列之后,按照元素的大小顺序,小的元素先出队列。

朴素思想是采用快速排序,选最小的。那么,出队复杂度O(1),入队复杂度二分查找O(logn)。但每次插入,都需要移动O(n)的元素。

最小堆实现

  1. 完全二叉树
  2. 父节点小于他的子节点

操作方法:添加节点(上旋)

  1. 添加到树中最后一个节点位置,完全二叉树最后一个节点位置固定。
  2. 如果小于父亲节点,那么与父亲节点交换位置,直到没有父亲节点(根节点)。

操作方法:获取最小值(下旋)

  1. 堆顶元素(二叉树的根节点)即是最小值,
  2. 将二叉树的最后一个节点放到根节点上,如果该节点小于子节点,与子节点交换,直至没有子节点。两个子节点,选择最小的子节点替换。

Python代码

利用列表List实现堆、完全二叉树,可以参考第一张图,形象化理解。

class MiniHeap(object):
    
    def __init__(self):
        self.heap = []
        self.count = 0
    def swap(self,i,j):
        tmp = self.heap[i]
        self.heap[i] = self.heap[j]
        self.heap[j] = tmp
    
    def swapUp(self,index):
        while(index>0):
            parent = (index-1)//2
            if(self.heap[parent] > self.heap[index] ):
                self.swap(parent,index)
                index = parent
            else:
                break
            
    def swapDown(self,index):
        lchild = index*2+1 # 左孩子的序号
        while lchild<self.count :# 左孩子存在
            rchild = lchild+1
            if(rchild<self.count and self.heap[rchild] < self.heap[lchild] and self.heap[rchild] < self.heap[index]  ):
                self.swap(index,rchild)
                index = rchild
                lchild = index*2+1
            elif(self.heap[lchild]<self.heap[index]):
                self.swap(index,lchild)
                index = lchild
                lchild = index*2+1
            else:
                break
                    
    def pop(self):
        assert(self.count>0)
        ret = self.heap[0]
        self.count = self.count-1
        if(self.count > 0):
            self.heap[0] = self.heap[self.count]
            self.swapDown(0)
        self.heap.pop()
        return ret
    def top(self):
        assert(self.count>0)
        return self.heap[0]
    def insert(self,item):
        self.heap.append(item)
        self.count = self.count+1
        self.swapUp(self.count-1)
目录
相关文章
|
6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。
|
25天前
|
算法 C# 索引
C#线性查找算法
C#线性查找算法!
|
2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。
75 0
数据结构与算法学习十八:堆排序
|
2月前
|
算法 搜索推荐
算法之堆排序
本文介绍了堆排序算法的原理和实现,通过构建最大堆或最小堆,利用堆的性质进行高效的排序,并提供了具体的编程实现细节和示例。
24 0
算法之堆排序
|
2月前
|
算法 Java Go
深入了解堆排序算法
深入了解堆排序算法
29 1
|
3月前
|
机器学习/深度学习 算法 Java
[算法与数据结构] 谈谈线性查找法~
该文章详细介绍了线性查找法的基本概念与实现方法,通过Java代码示例解释了如何在一个数组中查找特定元素,并分析了该算法的时间复杂度。
|
7月前
|
移动开发 算法 前端开发
前端算法之堆排序
前端算法之堆排序
42 1
|
2月前
|
人工智能 算法 BI
【算法】 线性DP(C/C++)
【算法】 线性DP(C/C++)
|
4月前
|
算法 5G vr&ar
基于1bitDAC的MU-MIMO的非线性预编码算法matlab性能仿真
在现代无线通信中,1-bit DAC的非线性预编码技术应用于MU-MIMO系统,旨在降低成本与能耗。本文采用MATLAB 2022a版本,深入探讨此技术,并通过算法运行效果图展示性能。核心代码支持中文注释与操作指导。理论部分包括信号量化、符号最大化准则,并对比ZF、WF、MRT及ADMM等算法,揭示了在1-bit量化条件下如何优化预编码以提升系统性能。
|
6月前
|
搜索推荐 算法 Java
Java中的快速排序、归并排序和堆排序是常见的排序算法。
【6月更文挑战第21天】Java中的快速排序、归并排序和堆排序是常见的排序算法。快速排序采用分治,以基准元素划分数组并递归排序;归并排序同样分治,先分割再合并有序子数组;堆排序通过构建堆来排序,保持堆性质并交换堆顶元素。每种算法各有优劣:快排平均高效,最坏O(n²);归并稳定O(n log n)但需额外空间;堆排序O(n log n)且原地排序,但不稳定。
50 3