堆排序及算法分析.docVIP

堆排序及算法分析 堆排序及算法分析 记得在学习数据结构的时候一味的想用代码实现算法，重视的是写出来的代码有一个正 确的输入，然后有一个正确的输出，那么就很满足了。从网上看了许多的代码，看了之后 貌似懂了，自己写完之后也正确了，但是不久之后就忘了，因为人脑在冋忆的时候，只依 稀记得代码屮的部分，那么的模糊，根木不能再次写出正确的代码，也许在第一次写的时 候是因为参考了别人的代码，看过之后人脑可以进行短暂的高清晰记忆，于是欺骗了我， 以为自12写岀來的，满足了成就感。可是代码是计算机识别的，而我们史喜欢文字，图 像。所以我们在学习算法的时候要注重算法的原理以及算法的分析，用文字，图像表达出 來，然后当需要用的吋候再将文字转换为代码。记忆分为三个步骤：编码，存储和检索， 就以学习为例，先理解知识，再归纳知识，最后巩固知识，为了以后的应用而方便检索知 识。 堆排序过程 堆分为人根堆和小根堆，是完全二叉树。犬根堆的要求是每个节点的值都不人于其父节 点的值，即A [PARENT [i]] = A[i]o在数组的非降序排序屮，需要使用的就是人根堆，因 为根据人根堆的要求可知，最人的值一定在堆顶。 既然是堆排序，白然需要先建立一个堆，而建堆的核心内容是调整堆，使二叉树满足堆 的定义（每个节点的值都不人于其父节点的值）。调堆的过程应该从最后一个非叶子节点 开始，假设有数组A二{1, 3, 4, 5, 7, 2, 6, 0} o那么调堆的过程如下图，数组下 标从0开始，A[3] = 5开始。分别与左孩子和右孩子比较人小，如果A[3]最人，则不用 调整,否则和孩子中的值最大的一个交换位置,在图1中是A[7] A[3] A⑻,所以 A[3]与A[7]对换，从图1.1转到图1.2。 所以建堆的过程就是 1: for ( i = headLen/2; i = 0; i++) 2: 3: do AdjustHcap(A, heapLen, i) 调堆：如果初始数组是非降序排序，那么就不需要调堆，直接就满足堆的定义，此为最 好情况，运行时间为?(1);如果初始数组是如图1.5,只有A[0] = 1不满足堆的定义， 经过与子节点的比较调整到图1.6,但是图1.6仍然不满足堆的定义，所以要递归调整， 一玄到满足堆的定义或者到堆底为止。如果递归调堆到堆底才结束，那么是最坏情况，运 行时间为0(h) (h为需要调整的节点的高度，堆底高度为0,堆顶高度为 floor(logn))。 建堆完成之后,堆如图1.7是个大根堆。将A[0] = 8与A[heaPLen-l]交换，然后 heapLen 减一，如图 2. 1,然后 AdjustHcap(A, heapLon-1, 0),女口图 2.2。如此交换堆的 第一个元素和堆的最后一个元素，然后堆的人小heapLen减一，对堆的人小为heapLen 的堆进行调堆，如此循环，直到heapl,en == 1时停止，最后得出结果如图3。 2:4:1：输入:zabery数组A,堆的长度hLen,以及需要调整的节点i 3:功能:调堆 2: 4: 1： 输入: zabery 数组A,堆的长度hLen,以及需要调整的节点i 3:功能: 调堆 */ 5: 6: void AdjustHcap(int A[], int hLen, int i) 7: { 8: int left = LeftChild(i); 〃节点 i 的左孩子 9: int right = RightChild(i) ; //节点 i 的右孩子节点 10: int largest = i; 11: int temp; 14: { 15: if (left hLen A[largest] A[left]) 16: { 17: largest = left;18: } 19: 20: if (right hLen Aflargest] A[right]) 21: { 22: largest = right; 23: 1 24: 25: if (i != largest) //如果最大值不是父节点 26: { 27: temp二A[largest]; //交换父节点和和拥育最人值的子节点交换 28: A[largest] = A[i]; 29: A[i] = temp; 30: 31: i = largest; //新的父节点,以备迭代调堆32: left. = LeftChild(i); 〃新的 子节点 33: right = RightChild(i); 34: j 35: else 36: { 37: break; 39: } 40: } 41: 42: /* 43:输入：数组A,堆的人小hLen 44:功能：建堆 45: */ 46: void Bui