第10章排序c.pptVIP

第10章 内部排序 10.4 选择排序 课堂练习： 3） 堆排序 例： ②怎样建堆？ ③建堆算法 (即堆排序算法中的第一步） 例：对刚才建好的大根堆进行排序： 堆排序的算法 堆排序算法分析： 10.5 归并排序 一趟归并排序算法: (两路有序并为一路) 参见教材P283 递归形式的两路归并完整排序算法: 参见教材P284 归并排序算法分析： 10.6 基数排序 (Radix Sort) 讨论：是借用MSD方式来排序好呢，还是借用LSD方式？ 计算机怎样实现LSD算法？ 这种LSD排序方法称为： 讨论：所用队列是顺序结构，浪费空间，能否改用链式结构？ 例: 第一趟收集的结果： 第二趟收集的结果： 基数排序算法分析 各种内部排序方法的比较 (教材P289） * 10.1 概述 10.2 插入排序 10.3 交换排序 10.4 选择排序 10.5 归并排序 10.6 基数排序 选择排序有多种具体实现算法： 1) 简单选择排序 2) 锦标赛排序 3) 堆排序 选择排序的基本思想是：每一趟在后面n-i 个待排记录中选取关键字最小的记录作为有序序列中的第i 个记录。 * 08 Winner (胜者) 21 08 08 63 25* 21 21 25 49 25* 16 08 63 r[1] 复习：2) 锦标赛排序 为便于处理，每个记录多开两个特殊分量： key otherinfo Index(结点位置编号） Tag（是否参加比较） 初态： 补足2k( k=?log2n? )个叶子结点 第一趟： 1.????? 给定一个由n个关键字不同的记录构成的序列，你能否用少于2n-3次比较找出n个元素中的最大值和最小值？如果有，请描述你的方法。最快需多少次比较？（无需写算法） (8分) 答：可以实现。选用锦标赛算法。两两元素比较，淘汰较小的，形如一棵二叉树。树根为最大值（此时用掉n-1次比较）。而最小者一定位于首次被淘汰之列。故只有? n/2?个。一共需n-1+? n/2?次比较。 1. 什么是堆？ 堆的定义：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 或者 i=1, 2,… n/2 2. 怎样建堆？ 3. 怎样堆排序？ 08 25 46 49 58 67 2 3 4 5 6 1 （大根堆） 91 85 66 76 58 67 2 3 4 5 6 1 55 7 有序列T1=（08, 25, 49, 46, 58, 67）和序列T2=（91, 85, 76, 66, 58, 67, 55）,判断它们是否 “堆”？ √ （小根堆） √ （小顶堆） （最小堆） （大顶堆） （最大堆） 终端结点（即叶子）没有任何子女，无需单独调整 步骤：从最后一个非终端结点开始往前逐步调整，让每个双亲大于（或小于）子女，直到根结点为止。 21 25 25* 49 16 08 1 2 3 4 5 6 例：关键字序列T= (21，25，49，25*，16，08），请建大根堆。 解：为便于理解，先将原始序列画成完全二叉树的形式： 这样可以很清晰地看到，应当从?n/2?开始调整。 完全二叉树的第一个非终端结点编号必为?n/2? ！！(性质5) 21 i=3: 49 而且21还应当向下比较！！ 4908，不必调整； i=2: 25=25*和16，也不必调整； i=1: 2125和49，要调整！ void HeapSort (HeapType H ) { //H是顺序表，含有H.r[ ]和H.length两个分量 for ( i = H.length / 2; i 0; - - i ) //把r[1…length]建成大根堆 HeapAdjust(r, i,H. length ); //使r[i…length]成为大根堆 …… } // HeapSort HeapAdjust是针对结点 i 的堆调整函数，其含义是：从结点i开始到堆尾为止，自上向下比较，如果子女的值大于双亲结点的值，则互相交换，即把局部调整为大根堆 参见教材P281-282 08 25 21 25* 16 49 技巧：交换 1号与 6 号记录 r[1] r[n] 49 25 25* 21 16 08 1 2 3 4 5 6 49 25 21 25* 16 08 初始最大堆 25 25* 16 21 1 3 6 5 4