数据结构08排序算法1.ppt

（m）重建的堆R[1]到R[2] 13 05 16 23 24 42 88 91 13 05 16 23 24 42 88 91 筛选算法 （n）第七趟排序之后 05 13 16 23 24 42 88 91 05 13 16 23 24 42 88 91 筛选算法 HeapSort(rectype R[]) { int i; rectype temp; for (i=n/2;i=1;i--) SIFT(R,i,n); for (i=n;i=1;i--) { temp=R[1]; R[1]=R[i]; R[i]=temp; SIFT(R,1,i-1); } } 堆排序算法 堆排序的时间复杂度 堆排序的时间复杂性为O(n log2n) 空间复杂性为 O(1) 堆排序是不稳定的排序方法。 设C(n)表示对长度为n的序列进行快速排序所需的比较次数，显然，它应该等于对长度为n的无序区进行划分所需的比较次数n-1，加上递归地对划分所得的左右两个无序子区进行快速排序所需的比较次数。假设文件长度n=2k ，k=log2n，因此有： 快速排序的时间复杂度 快速排序的记录移动次数不会大于比较次数，所以，快速排序的最坏时间复杂度为O(n2)；最好时间复杂度为O(nlog2n)。 可以证明，快速排序的平均时间复杂度也是O(nlog2n)。 快速排序是不稳定的排序方法。 快速排序的时间复杂度 选择排序 选择排序: 直接选择排序 堆排序 基本原理: 将待排序的结点分为已排序(初始为空)和未排序两组，依次将未排序的结点中值最小的结点插入已排序的组中。 直接选择排序 在一组对象V[i]到V[n-1]中选择具有最小关键字的对象 若它不是这组对象中的第一个对象，则将它与这组对象中 的第一个对象对调。 删除具有最小关键字的对象，在剩下的对象中重复第(1)、 (2)步，直到剩余对象只有一个为止。 49 38 65 97 76 13 27 49’ 13 38 65 97 76 49 27 49’ 13 27 65 97 76 49 38 49’ 13 27 38 97 76 49 65 49’ 13 27 38 49 76 97 65 49’ 13 27 38 49 49’ 97 65 76 13 27 38 49 49’ 65 97 76 13 27 38 49 49’ 65 76 97 直接选择排序 Selectsort(rectype R[]) { int i, j, k; rectype temp; for (i=0;in-1;i++) { k=i; for (j=i+1;jn;j++) if (R[j].keyR[k].key) k=j; if (k!=i) { temp=R[i]; R[i]=R[k]; R[k]=temp; } } } 直接选择排序算法 直接选择排序 2、当文件为正序时，移动次数为0，文件初态为反序时，每趟排序均要执行交换操作，总的移动次数取最大值3(n-1)。 直接选择排序是不稳定的排序方法。 1、无论初始状态如何，在第i趟排序中选择最小关键字的记录，需做n-i次比较，因此总的比较次数为： 堆排序 堆排序是一种树型选择排序。 在排序过程中，将R[1]到R[n]看成是一个完全二叉树顺序存 储结构，利用完全二叉树中双亲结点和孩子结点之间的内在关 系来选择关键字最小记录。 堆排序分为两个步骤： 1、根据初始输入，形成初始堆。 2、通过一系列的对象交换和重新调整进行排序。 堆的定义 n个关键字序列K1, k2, ... ,Kn称为堆，当且仅当该序列满足特性： 从堆的定义可以看出，堆实质上是满足如下性质的二叉树：树中任一非叶子结点的关键字均小于或等于它的孩子结点的关键字。 10 15 56 25 30 70 10 15 56 25 30 70 小根堆示例 堆排序 70 56 30 25 15 10 70 56 30 25 15 10 大根堆示例 堆排序 堆排序的第一个工作是建堆，即把整个记录数组R[1]到R[n]调整为一个堆。显然,只有一个结点的树是堆，而在完全二叉树中，所有序号i = low(n/2)的结点都是叶子，因此以这些结点为根的子树都已是堆。这样，我们只需依次将序号为low(n/2)，low(n/2)-1，...，1的结点作为根的子树都调整为堆即可。 以大根堆为例进行说明 堆排序 若已知结点R[i]的左右子树已是堆，如何将以R[i]为根的完全二叉树也调整为堆？ 解决这一问题可采用“筛选法”，其基本思想是：因为R[i]的左右子树已