软件基础—10排序.pptVIP

详细排序过程： 效率分析 4.2.4 选择排序 ——直接选择排序、堆排序?2、堆排序 4.2.5 归并排序 小结 作业 图示将无序序列{12，27，30，15，25，38，45}调整为小顶堆的过程。 效率分析 时间复杂度 记录移动次数 最好情况：0 最坏情况：3(n-1) 比较次数： 空间复杂度：S(n)=O(1) T(n)=O(n2) 4 . 2. 4 选择排序_ 直接选择排序、堆排序 1. 直接选择排序 4.2.4 选择排序 ——直接选择排序、堆排序 ?2、堆排序 　是具有特定条件的顺序存储的完全二叉树，其特定条件是：任何一个非叶子结点的关键字大于等于（或小于等于）子女的关键字的值。 （1）堆定义：设有n个元素的序列 k1，k2，…，kn，当且仅当满足下述关系之一时，称之为堆。 ki≥k2i ki≥k2i+1 { Ki≤k2i ki≤k2i+1 { 或 i=1，2，…，?n/2? 4.2.4 选择排序 ——直接选择排序、堆排序 ?2、堆排序 　是具有特定条件的顺序存储的完全二叉树，其特定条件是：任何一个非叶子结点的关键字大于等于（或小于等于）子女的关键字的值。 堆定义：设有n个元素的序列 k1，k2，…，kn，当且仅当满足下述关系之一时，称之为堆。 (2) 堆的示例 89 76 24 33 15 10 11 25 36 49 78 56 (a):堆顶元素取最大值 (b):堆顶元素取最小值 4.2.4 选择排序 ——直接选择排序、堆排序 ?2、堆排序 （3）堆排序思想：设有n个元素，将其按关键字排序。首先将这n个元素按关键字建成堆，将堆顶元素输出，得到n个元素中关键字最小(或最大)的元素。然后，再对剩下的n-1个元素建成堆，输出堆顶元素，得到n个元素中关键字次小(或次大)的元素。如此反复，便得到一个按关键字有序的序列。称这个过程为堆排序。 (4) 实现堆排序需解决两个问题： 1） 如何由一个无序序列建成一个堆？ 2） 输出堆顶元素后，如何将剩余元素调整成一个新堆？ (5)第二个问题解决方法——筛选 65 25 36 56 49 78 41 11 (b) 65 36 56 49 78 41 11 (c) 25 11 25 36 56 49 78 41 65 (a) 25 49 36 56 65 78 41 (d) 11 方法：输出堆顶元素之后，以堆中最后一个元素替代之；然后将根结点值与左、右子树的根结点值进行比较，并与其中小者进行交换；重复上述操作，直至叶子结点，将得到新的堆，称这个从堆顶至叶子的调整过程为“筛选” （6）第一个问题解决方法 方法：从无序序列的第?n/2?个元素（即此无序序列对应的完全二叉树的最后一个非终端结点）起，至第一个元素止，进行反复筛选 25 56 49 78 11 65 41 36 (a)无序序列 n=8, int(n/2)=4开始 25 56 49 36 11 65 41 78 (b): 78被筛选后的状态 25 56 41 36 11 65 49 78 (c): 49被筛选后的状态 25 11 41 36 56 65 49 78 (d): 56被筛选后的状态 (e): 被筛选之后建成堆 11 25 41 36 56 65 49 78 void HeapSort( HeapType H) { //堆顺序表H进行堆排序 for( i=H.length/2; i0; ? ?i) HeapAdjust(H, i, H.length); // 把H.r[1..H.length]成为一个堆， For(i=H.length; i1; ? ?i) { //把堆顶元素与最后一个记录相交换 rc=H.r[1]; H.r[1]=H.r[i]; H.r[i]=rc; HeapAdjust(H, 1, i-1); //把H.r[1..i-1]重新调整为一个堆 } } F、堆排序算法 A: 25 56 49 78 11 65 41 36 i=4 (1) 25 56 49 78 11 65 41 36 i=3 (2) 25 56 65 78 11 49 41 36 (3) (4) 25 56 65 78 11 49 41 36 i=2 (5) 25 78 65 56 11 49 41 36 i=1 F、堆排序算法 (7) 25 56 65 36 11 49 41 78 B: (6) 78 56 65 36 11 49 41 25 重新调整为一个堆 (8) 11 25 36 41 49 56 65 78 最终结果 例:含8个元素的无序序列（49，38，65