合工大数据结构 10-排序.ppt

* 10.4 选择排序 — 直接选择排序算法分析 稳定性： 不稳定排序 举例说明 时间复杂度： 比较次数： (n-1)+(n-2)+…+1=n(n-1)/2 O(n2) 空间性能：1个辅助空间； * 10.4 选择排序 — 锦标赛排序 基本思想 也称为树形选择排序（Tree Selection Sort），是一种按照锦标赛的思想进行选择排序的方法。 首先对n个记录进行两两比较，然后优胜者之间再进行两两比较，如此重复，直至选出最小关键字的记录为止。 这个过程可以用一棵有n个叶子结点的完全二叉树表示。 根节点中的关键字即为叶子结点中的最小关键字。 在输出最小关键字之后，欲选出次小关键字， 仅需将叶子结点中的最小关键字改为“最大值”，如∞， 然后从该叶子结点开始，和其兄弟的关键字进行比较， 修改从叶子结点到根的路径上各结点的关键字， 最后根结点的关键字即为次小关键字。 * 10.4 选择排序 — 锦标赛排序示例 实例：对数据表A=(73,45,79,90,81,75,94,97) 排序 45 45 75 45 79 75 94 73 45 79 90 81 75 94 97 ∞ 73 73 73 ∞ ∞ 79 75 ∞ 81 81 79 ∞ 90 90 81 ∞ ∞ 94 90 ∞ ∞ ∞ 94 ∞ 97 97 97 ∞ 45 排序结果： 73 75 79 81 90 94 97 * 10.4 选择排序 — 锦标赛排序分析 时间复杂度： 过程分析 O(nlog2n) 辅助空间为n-1,空间复杂度为O(n-1). 缺点：辅助存储空间较多、最大值进行多余的比较。 * 10.4 选择排序 — 堆排序 堆排序：利用堆进行的排序。 定义：称n个元素组成的序列(a1,a2,…，an) 为堆， 当且仅当满足下面关系。（其中ki是元素ai的关键字） （1） ki≤k2i ; ki≤k2i+1 或 （2） ki≥k2i ; ki≥k2i+1 ( 2i≤n；2i+1≤n) 如果将此序列对应到编号的完全二叉树， a1 a2 a3 a7 a6 a5 a8 a9 a4 a11 a10 a13 a12 1 2 3 4 5 6 7 8 9 10 11 12 13 … * 10.4 选择排序 — 堆排序 则堆的定义可用完全二叉树中的有关术语解释为： 每一结点均不大于(或不小于）其左、右孩子结点的值。 若序列(a1,a2,…,an)是堆，则堆顶(完全二叉树的根)必为序列中的最小或最大值。 将根最大的堆称为大根堆， 根最小的堆称为小根堆. a1 a2 a3 a7 a6 a5 a8 a9 a4 a11 a10 a13 a12 1 2 3 4 5 6 7 8 9 10 11 12 13 … ki≤k2i ; ki≤k2i+1 * 10.4 选择排序 — 堆示例 100 90 80 70 60 65 55 30 50 10 30 20 40 50 65 75 80 90 大根堆 小根堆 * 10.4 选择排序 — 堆示例 例： 判断下面数据是否是堆：(5,23,16,68,64,72,71,73,45,79,90,81,75,94,97) 解：对应的二叉树形式如下： 5 23 16 68 64 72 71 73 45 79 90 81 75 94 97 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 不是堆！ * 10.4 选择排序 — 堆排序 实现堆排序还需要解决两个问题： （1）如何由一个无序序列建成一个堆？ （2）如何在输出堆顶元素之后，调整剩余元素成为一个新的堆？ 问题（2）的解决方法是： 在输出堆顶元素之后，以堆中最后一个元素替代之，此时根结点的左、右子树均为堆，则仅需自上至下进行调整即可。 我们称自堆顶至叶子的调整过程为“筛选”。 问题1的解决方法是： 从一个无序序列建堆的过程就是一个反复“筛选”的过程。若将此序列看成是一个完全二叉树，则最后一个非终端结点是第?n/2?个元素，由此“筛选”只需从第?n/2?个元素开始。 * 堆排序（约定进行增排序，因而采用大根堆） 如果初始序列是堆，则可通过反复执行如下操作而最终得到一个有序序列： 筛选过程即输出根：即将根（第一个元素）与当前子序列中的最后一个元素交换。 调整堆：将输出根之后的子序列调整为堆。 如果初始序列不是堆，则首先要将其先建成堆，然后再按（1）的方式来实现。 10.4 选择排序 — 堆排序 * 100 90 80