数据结构与算法课件作者王曙燕第9排序.pptVIP

* 9.4 选择类排序 从记录的无序子序列中“选择”关键字最小或 最大的记录，并将它加入到有序子序列中， 以此方法增加记录的有序子序列的长度。 ①简单选择排序 ③堆排序 ②树型选择排序 * 9.4 选择类排序 ①简单选择排序 48 62 35 77 55 14 35 98 i 第 1 趟 k j j k j j j k j j 14 48 2 i k j 35 62 3 35 62 4 48 77 5 55 6 62 77 7 77 8 98 void SelectSort(RecordType r[ ],int n) { n=length; for(i=1;i=n-1;i++) { k=i; for(j=i+1;j=n; ++j) if(r[j].keyr[k].key) k=j; if(k!=i) { x=r[i];r[i]=r[k];r[k]=x;} } } * 9.4 选择类排序 ①简单选择排序 时间性能分析 对 n 个记录进行简单选择排序，所需进 行的关键字间的比较次数 总计为： 移动记录的次数，最小值为 0, 最大值为3(n-1) 。 * 9.4 选择类排序 ②树型选择排序 是一种按锦标赛的思想进行排序的方法。 49 38 27 65 97 76 49 13 38 65 13 27 38 13 13 ∞ 76 13 27 27 27 ∞ 49 49 38 38 ∞ 49 49 49 49 ∞ ∞ 65 49 49 ∞ ∞ 76 65 65 ∞ 97 97 76 76 ∞ ∞ ∞ 97 97 * 9.4 选择类排序 ③堆排序 对树型排序的进一步改进。 堆是满足下列性质的数列{r1, r2, …，rn}： 或 堆的定义: {12, 36, 27, 65, 40, 34, 98, 81, 73, 55, 49} 例如: 是小顶堆 {12, 36, 27, 65, 40, 14, 98, 81, 73, 55, 49} 不是堆 (小顶堆) (大顶堆) ? í ì ￡ ￡ + 1 2 2 i i i i r r r r ? í ì 3 3 + 1 2 2 i i i i r r r r * ri r2i r2i+1 若将该数列视作完全二叉树，则 r2i 是 ri 的左孩子；r2i+1 是 ri 的右孩子。 例如: 9.4 选择类排序 ③堆排序 {12, 36, 27, 65, 40, 34, 98, 81, 73, 55, 49} 12 36 27 65 40 34 98 81 73 55 49 14 14 是小顶堆 不 * 堆排序即是利用堆的特性对记录序列进行排序。 例如： 建大顶堆 { 98, 81, 49, 73, 36, 27, 40, 55, 64, 12 } { 12, 81, 49, 73, 36, 27, 40, 55, 64, 98 } 交换 98 和 12 重新调整为大顶堆 { 81, 73, 49, 64, 36, 27, 40, 55, 12, 98 } { 40, 55, 49, 73, 12, 27, 98, 81, 64, 36 } 经过筛选 9.4 选择类排序 ③堆排序 * 1、如何由一个无序序列“建初堆”？ 堆排序的两个问题: 2、输出堆顶后，如何“筛选”？ 9.4 选择类排序 ③堆排序 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。 * 9.4 选择类排序 ③堆排序 48 98 35 77 55 14 35 62 48 98 77 62 48 * 9.4 选择类排序 ③堆排序 例如： { 48, 62, 35, 77, 55, 14, 35, 98} 48 62 35 77 55 14 35 98 显然不是一个堆 调整 如何建初堆？ * 48 62 35 77 55 14 35 98 9.4 选择类排序 ③堆排序 98 77 98 77 62 98 77 62 48 * 98 77 35 62 55 14 35 48 9.4 选择类排序 ③堆排序 98 48 98 77 62 48 77 35 77 62 55 35 62 62 14 55 48 14 55 55 35 48 35 48 48 14 35 14 35 35 35 35 35 14 14 * 时间复杂度分析 1. 对深度为k的堆，“筛选”所需进行的关键字 比较的次数至多为2(k-1)； 3. 调整“堆顶”n-1次，总共进行的关键字比较的次数 不超过 2(?log2(n-1)?+?log2(n-2)?+