第十章 排序.ppt

单关键字排序和多关键字排序 本章约定为单关键字的非递减排列 稳定的排序和不稳定的排序 即:表插入分两步进行: 1.首先构造一个有序链表; 2.按附加指针指示将结点中的记录重新排列成一个有序序列. 快速排序 例：关键字序列 ( 52, 49, 80, 36, 14, 75, 58, 97, 23, 61 ) 经第1趟快速排序之后为： ( 23, 49, 14, 36) 52 (75, 58, 97, 80, 61 ) 经第2趟快速排序之后为： ( 14) 23 (49, 36) 52 (61, 58) 75 (80, 97 ) 经第3趟快速排序之后为： ( 14, 23, 36, 49, 52, 58, 61, 75, 80, 97 ) 例：对序列 ( 90, 45, 39, 54, 68, 87, 76 ) 进行快速排序。 如何“建堆”？ 两个问题: 如何“筛选”？ 定义堆类型为: typedef SqList HeapType; // 堆采用顺序表表示之 所谓“筛选”指的是，对一棵左/右子树 均为堆的完全二叉树，“调整”根结点 使整个二叉树也成为一个堆。 堆 堆 筛选 98 81 49 73 55 64 12 36 27 40 例如: 是大顶堆 12 但在 98 和 12 进行互换之后，它就不是堆了 因此，需要对它进行“筛选” 98 12 81 73 64 12 98 比较 比较 void HeapAdjust (RedType R[], int s, int m) { // 已知 R[s..m]中记录的关键字除 R[s] 之外均 // 满足堆的特征，本函数自上而下调整 R[s] 的 // 关键字，使 R[s..m] 也成为一个大顶堆。 } // HeapAdjust rc = R[s]; // 暂存 R[s] for ( j=2*s; j=m; j*=2 ) { // j 初值指向左孩子 自上而下的筛选过程; } R[s] = rc; // 将调整前的堆顶记录插入到 s 位置 if ( rc.key = R[j].key ) break; // 再作“根”和“子树根”之间的比较， // 若“=”成立，则说明已找到 rc 的插 // 入位置 s ，不需要继续往下调整 R[s] = R[j]; s = j; // 否则记录上移，尚需继续往下调整 if ( jm R[j].keyR[j+1].key ) ++j; // 左/右“子树根”之间先进行相互比较 // 令 j 指示关键字较大记录的位置 建堆是一个从下往上进行“筛选”的过程。 40 55 49 73 81 64 36 12 27 98 例如: 排序之前的关键字序列为 12 36 81 73 49 98 81 73 55 现在，左/右子树都已经调整为堆，最后只要调整根结点，使整个二叉树是个“堆”即可。 98 49 40 64 36 12 27 堆排序的时间复杂度： 堆排序的时间复杂度为O(nlogn) 10.5 归 并 排 序 　　归并排序的过程基于下列基本思想进行： 将两个或两个以上的有序子序列 “归并” 为一个有序序列。 　　在内部排序中，通常采用的是2-路归并排序。即：将两个位置相邻的记录有序子序列 归并为一个记录的有序序列。 有 序 序 列 R[l..n] 有序子序列 R[l..m] 有序子序列 R[m+1..n] 这个操作对顺序表而言，是轻而易举的。 void Merge (RedType SR[], RedType TR[], int i, int m, int n) { // 将有序的记录序列 SR[i..m] 和 SR[m+1..n] // 归并为有序的记录序列 TR[i..n] } // Merge for (j=m+1, k=i; i=m j=n; ++k) { // 将SR中记录由小到大地并入TR if (SR[i].key=SR[j].key) TR[k] = SR[i++]; else TR[k] = SR[j++]; } … … if (i=m) TR[k..n] = SR[i..m];