美文网首页
数据结构与算法-算法篇:排序—堆排序(七)

数据结构与算法-算法篇:排序—堆排序(七)

作者: 洒一地阳光_217d | 来源:发表于2020-09-29 10:15 被阅读0次

    数据结构与算法系列文章:数据结构与算法目录

    堆排序,是利用堆这种数据结构,将排序数组看成是一棵完全二叉树的顺序存储结构,来进行排序的算法。

    解释一下堆和二叉树:

    堆:

    堆(heap)又被为优先队列。尽管名为优先队列,但堆并不是队列。
    因为队列中允许的操作是先进先出(FIFO),在队尾插入元素,在队头取出元素。
    而堆虽然在堆底插入元素,在堆顶取出元素,但是堆中元素的排列不是按照到来的先后顺序,而是按照一定的优先顺序排列的。

    堆的一个经典的实现是完全二叉树,这样实现的堆称为二叉堆。

    满二叉树与完全二叉树:

    满二叉树:除了叶子节点,所有的节点的左右孩子都不为空,就是一棵满二叉树,如下图:


    满二叉树.png

    可以看出:满二叉树所有的节点都拥有左孩子,又拥有右孩子。

    完全二叉树:不一定是一个满二叉树,但它不满的那部分一定在右下侧,如下图:


    完全二叉树.png
    堆的特性:

    1、必须是完全二叉树;
    2、任一结点的值是其子树所有结点的最大值或最小值;

    最大值时,称为“最大堆”,也称大顶堆;
    最小值时,称为“最小堆”,也称小顶堆,如下图:


    最大堆、最小堆.png
    堆排序基本思想:

    1.将要排序的数组创建为一个大根堆。大根堆的堆顶元素就是这个堆中最大的元素。
    2.将大根堆的堆顶元素和无序区最后一个元素交换,并将无序区最后一个位置例入有序区,然后将新的无序区调整为大根堆。
    重复操作,无序区在递减,有序区在递增。
    初始时,整个数组为无序区,第一次交换后无序区减一,有序区增一。
    每一次交换,都是大根堆的堆顶元素插入有序区,所以有序区保持是有序的。

    堆与数组的关系:

    堆是一种逻辑结构(形象的表示数据的存储格式),数组则是数据的实际存储结构(对应数据的存储地址),堆中的根节点与左右子节点在存储数组中的位置关系如下:假设根节点在数组中的位置(数组下标)为 i ,那么左节点在数组中的位置(数组下标)为 i * 2 + 1 , 右节点在数组中的位置(数组下标)为 i * 2 + 2 。

    实现:
    /// <summary>
    /// 堆排序算法
    /// </summary>
    /// <param name="arr"></param>
    public void HeapSort(int[] arr)
    {
        // 构建大顶堆(初始状态看出:整体无序)
        BuildMaxHeap(arr);
    
        for (int i = arr.Length - 1; i > 0; i--)
        {
            // 将堆顶元素依次与无序区的最后一位交换(取出堆顶元素进入有序区)
            Swap(arr, 0, i);
            // 重新将无序区调整为大顶堆
            MaxHeapify(arr, 0, i);
        }
    }
    
    /// <summary>
    /// 构建大顶堆(根节点大于左右节点)
    /// </summary>
    /// <param name="arr"></param>
    private void BuildMaxHeap(int[] arr)
    {
        // 根据大顶堆的性质可知:数组的前半段的元素为根节点,其余都为叶节点
    
        // 遍历调整:从最底层的最后一个根节点开始进行大顶堆调整
        for (int i = arr.Length / 2; i >= 0; i--)
        {
            // 调整大顶堆
            MaxHeapify(arr, i, arr.Length);
        }
    }
    
    /// <summary>
    /// 大顶堆调整过程
    /// </summary>
    /// <param name="arr">待调整的数组</param>
    /// <param name="currentIndex">待调整元素在数组中的位置</param>
    /// <param name="length">堆中所有元素个数</param>
    private void MaxHeapify(int[] arr, int currentIndex, int length)
    {
        // 左子节点在数组中位置
        int leftChild = 2 * currentIndex + 1;
        // 右子节点在数组中位置
        int rightChild = 2 * currentIndex + 2;
        // 记录此根节点、左子节点、右子节点,三者中最大值的位置
        int large = currentIndex;
    
        // 与左子节点进行比较
        if (leftChild < length && arr[leftChild] > arr[large])
        {
            large = leftChild;
        }
        // 与右子节点进行比较
        if (rightChild < length && arr[rightChild] > arr[large])
        {
            large = rightChild;
        }
    
        if (currentIndex != large)
        {
            // large发生变化:左右节点中有大于跟节点的情况
    
            // 将左右节点中的大者,与根节点进行交换,即:实现局部大顶堆
            Swap(arr, currentIndex, large);
    
            // 以上次调整动作的large位置(为此次调整的根节点位置),对整个进行递归调整
            MaxHeapify(arr, large, length);
        }
        else
        {
            // large没有变化,不需要调整
        }
    }
    
    /// <summary>
    /// 交换数组的两个元素
    /// </summary>
    /// <param name="arr"></param>
    /// <param name="i"></param>
    /// <param name="j"></param>
    private void Swap(int[] arr, int i, int j)
    {
        int temp = arr[i];
        arr[i] = arr[j];
        arr[j] = temp;
    }
    

    相关文章

      网友评论

          本文标题:数据结构与算法-算法篇:排序—堆排序(七)

          本文链接:https://www.haomeiwen.com/subject/oagsuktx.html