第四讲排序和顺序统计学_736002313.pdfVIP

第四讲：排序与顺序统计学 《算法与算法复杂性》2011年春季 赵颖 排序和顺序统计学 第6章 堆排序 堆、维护堆的性质、建堆、堆排序、优先队列 第7章 快速排序 快速排序的描述、性能 快速排序的随机化版本、快速排序的分析（随机算法时介绍） 第8章 线性时间排序 比较排序算法的下界 线性时间排序： 计数排序（Counting Sort ）桶排序 （随机算法时介绍） 第9章 中位数和顺序统计学 最小值和最大值 以期望线性时间做选择 （随机算法时介绍） 最坏情况线性时间的选择 2 排序算法 2 插入排序算法：O(n )，对小规模来说是一个快速的原地排序 算法（在排序输入数组时，只有常数个元素被存放在数组以 外的空间中）。 合并排序有着较好的渐进运行时间Θ(nlgn)，但是Merge程序 不在原地操作。 第六章：堆排序将在O （nlgn）时间内对n个数进行原地排序。 2 第七章：快速排序，最坏情况为   ，平均运行时间为 n Θ(nlgn)，在实际中常常优于堆排序算法，象插入排序算法一 样，快速排序的代码也比较紧凑，所以它的运行时间隐含的 常数因子就很小。 以上是比较排序，第八章的决策树模型证明其下界是nlgn 其它方法：线性时间排序、计数排序、基数排序、桶排序 6.1 堆 4 6.1 堆 (二叉)堆数据结构是一种数组对象，它可以被视为一颗完 全二叉树，树中每个节点和数组中存放该节点值的那个元 素对应。如果表示堆的数组为A ，那么树的根为A[1] 。 表示堆的数组A是一个具有两个属性的对象：length(A)是 数组中的元素个数，heap-size(A)是存放在A 中的堆的元素 个数；A[heap-size(A)]之后的元素都不属于相应的堆。也 就是：Heap-size(A)=length(A) 给定某个节点的下标i，其父节点PARENT(i)，左儿子 LEFT(i)和右儿子RIGHT(i)可以表示为 PARENT(i): i / 2 LEFT(i): 2i RIGHT(i): 2i + １ 5 6.1 最大堆和最小堆 二叉堆有两种：最大堆和最小堆 对于最大堆，除了根以外的每个节点，有 A[PARENT(i)] ≥A[i] 这样，堆中的最大元素就存放在根节点中，并且在 以某一个节点为根的子树中，各节点的值都不大于 该子树根节点的值 对于最小堆，除了根以外的每个节点，有 A[PARENT(i)] ≤A[i] ，最小堆的最小元素在跟部。 堆可以被看成一棵树，节点在堆中的高度定义为 从本节点到叶子的最长简单下降路径上边的个数。 堆的高度定义为树根的高度，为Θ(lgn)。 6 6.2 保持堆的性质 MAX-HEAPIFY是对最大堆进行操作的重要的子 程序，调整A[i]在堆中的位置，使以i为根的子树 为最大堆。重要的假设条件！ MAX-HEAPIFY(A,i) 1 l ← LEFT(i) 2 r ← RIGHT(i) 3 If l ≤ heap-size[A] and A[l] A[i] 4 then lar