文章目录
- 堆排序-算法实现
- 1. 向上调整和向下调整比较
- 2. 堆排序
- 1. 升序
- 2. 降序
堆排序-算法实现
前面介绍了堆的基本功能实现(https://blog.csdn.net/m0_46343224/article/details/127986662),了解了堆,这里用堆实现排序
1. 向上调整和向下调整比较
思考:向上调整和向下调整哪个更优?
此图解析:向上调整的时间复杂度:O(N*log2(N));向下调整的时间复杂度:O(N);则从尾向下调整优于向上调整
2. 堆排序
堆排序思路:
升序:首先建大堆,然后交换首尾数据(也就是把最大的数据放在尾部,再从头向下调整size-1个数据(也就是不对其交换后的最大的数据调整)
降序:首先建小堆,然后交换首尾数据(也就是把最大的数据放在尾部,再从头向下调整size-1个数据(也就是不对其交换后的最大的数据调整)
1. 升序
void SwapData(int* a, int* b)
{
int tmp = *a;
*a = *b;
*b = tmp;
}
void AdjustDownSortAscending(int* a, int size, int parent)
{
//假设默认左孩子大
int lchild = parent * 2 + 1;
while (lchild < size)
{
//确认指向大的孩子
if (lchild + 1 < size && a[lchild + 1] > a[lchild])
{
++lchild;
}
//大堆
//lchild + 1 < size 表示最后的父节点和左孩子对比
if (a[parent] < a[lchild])
{
SwapData(&a[parent], &a[lchild]);
parent = lchild;
lchild = parent * 2 + 1;
}
else
{
break;
}
}
}
void HeapSortAscending(int* a, int size)
{
//建大堆(从尾元素父节点开始)
for (int i = (size - 1 - 1) / 2; i >= 0; --i)
{
AdjustDownSortAscending(a, size, i);
}
int heapend = size - 1;
while (heapend > 0)
{
SwapData(&a[0], &a[heapend]);
//从首开始向下调整
AdjustDownSortAscending(a, heapend, 0);
heapend--;
}
}
2. 降序
void SwapData(int* a, int* b)
{
int tmp = *a;
*a = *b;
*b = tmp;
}
void AdjustDownSortDescending(int* a, int size, int parent)
{
//假设默认左孩子大
int lchild = parent * 2 + 1;
while (lchild < size)
{
//确认指向大的孩子
if (lchild + 1 < size && a[lchild + 1] < a[lchild])
{
++lchild;
}
//大堆
//lchild + 1 < size 表示最后的父节点和左孩子对比
if (a[parent] > a[lchild])
{
SwapData(&a[parent], &a[lchild]);
parent = lchild;
lchild = parent * 2 + 1;
}
else
{
break;
}
}
}
void HeapSortDescending(int* a, int size)
{
//建小堆(从尾元素父节点开始)
for (int i = (size - 1 - 1) / 2; i >= 0; --i)
{
AdjustDownSortDescending(a, size,i);
}
int heapend = size - 1;
while (heapend > 0)
{
SwapData(&a[0], &a[heapend]);
//从首开始向下调整
AdjustDownSortDescending(a, heapend, 0);
heapend--;
}
}
为什么升序建立大堆,降序建立小堆?
我们知道大堆小堆都不是连续递减或递增的,拿升序来说:如果建立小堆,那么我们不一定数据连续递增的情况时,这样就增加的时间复杂度,本来可以在O(N*log2(N))时间解决,但是这里不连续递增,就要对没有连续递增的位置上再次调整。降序建立大堆也是一样提高了不必的时间成本