目录
简单选择排序
堆排序
堆的调整:
大根堆
小根堆
整个堆调整的完整工序如下:
根据按照操作对程序注解标注:(看过了注解就知道程序他每一步是怎么操作的了)
堆的建立
问题
简单选择排序
#include<iostream>
using namespace std;
#define MAXSIZE 20 //记录最大个数
typedef int KeyType; //关键字类型
typedef int InfoType;
//定义每个记录(数据元素)的结构
struct RecType
//Record Type:每条记录的类型
{
KeyType key; //关键字
InfoType otherinfo; //其他数据项
};
struct SqList
//顺序表(的)结构
{
RecType r[MAXSIZE + 1];
//类型为【记录类型】的数组
//r[0]一般做哨兵或缓冲区
int length; //顺序表长度
};
void SelectSort(SqList& L)
{
for (int i = 1; i <= L.length; i++)
{
int k = L.r[i].key;
for (int j = i; j <= L.length; j++)
{
if (L.r[j].key < k)
k = L.r[j].key;
}
if (k != L.r[i].key)
{
int temp = L.r[i].key;
L.r[i].key = k;
k = temp;
}
}
}
int main()
{
}
堆排序
堆的调整:
大根堆
void HeapAdjust(Elem R[], int s, int m) //Heap:堆
//二叉树空间范围:s-m,这里写的是大根堆
// s:smallest
// m:max
{
//调整R[s]的关键字,使R[s...m]重新成为一个大根堆
Elem rc = R[s];
for (int j = 2 * s; j <= m; j *= 2)
{
if (j < m && R[j] < R[j + 1])
j++; //j为关键字较大的数据元素下标
if (rc >= R[j])
break;
R[s] = R[j];
s = j; //记录位置
}
R[s] = rc; //插入
}
在一开始(最开始),我们看这个程序,那是根本完全看不懂,艹
我们甚至还提出了问题:他这里是怎么找到最后一个元素的???我怎么没看出来呀
于是就先依葫芦画瓢先造出/想办法搞出一个小根堆来试试:
小根堆
void HeapAdjust(Elem R[], int s, int m) //小根堆
{
Elem rc = R[s];
for (int j = 2 * s; j <= m; j *= 2)
{
if (j < m && R[j] > R[j + 1])
j++; //j为关键字较小的数据元素下标
if (rc <= R[j])
break;
R[s] = R[j];
s = j; //记录位置
}
R[s] = rc; //插入
}
然后我们对着程序沉默死磕半天,终于咂摸着知道这东西写的是啥玩意了:
整个堆调整的完整工序如下:
而这里(实际上我们这里):
PPT实际上写的其实是步骤二(图2)到步骤四(图4)这个整个过程的算法
而不是tmd从图1开始的整个过程的算法
程序开始时他已经默认完前面从图1到图2的过程操作已经给我们提前安排操作好了
TMD!
根据按照操作对程序注解标注:(看过了注解就知道程序他每一步是怎么操作的了)
以小根堆为例:(大根堆同理,这里就不再赘述)
void HeapAdjust(Elem R[], int s, int m) //小根堆
{
Elem rc = R[s];
//此时最后的元素已经被放到堆顶,rc记录最后一位元素
for (int j = 2 * s; j <= m; j *= 2)
//从第二层子树开始遍历
{
if (j < m && R[j] > R[j + 1])
j++;
//j:关键字较小的元素下标
if (rc <= R[j])
break;
//要最后一个元素比他小就算了,不然的话:
R[s] = R[j];
//j(较小)元素放上面去
s = j;
//下一轮for循环:
//从上一轮j的位置开始往下遍历
//以j的位置为根,向下遍历子树,不断把值小的元素移上去
}
R[s] = rc;
//最后,把最后的元素插入到最底部
// 注:
// 最后退出循环的时候s已经指向最底层了
// 而不出意外的话,最后的元素理论上也应该是堆里面最大的一个元素
}
堆的建立
#include<iostream>
using namespace std;
typedef int Elem;
void HeapAdjust(Elem R[], int s, int m) //小根堆
{
Elem rc = R[s];
//此时最后的元素已经被放到堆顶,rc记录最后一位元素
for (int j = 2 * s; j <= m; j *= 2)
//从第二层子树开始遍历
{
if (j < m && R[j] > R[j + 1])
j++;
//j:关键字较小的元素下标
if (rc <= R[j])
break;
//要最后一个元素比他小就算了,不然的话:
R[s] = R[j];
//j(较小)元素放上面去
s = j;
//下一轮for循环:
//从上一轮j的位置开始往下遍历
//以j的位置为根,向下遍历子树,不断把值小的元素移上去
}
R[s] = rc;
//最后,把最后的元素插入到最底部
// 注:
// 最后退出循环的时候s已经指向最底层了
// 而不出意外的话,最后的元素理论上也应该是堆里面最大的一个元素
}
void Swap(int a, int b)
{
int temp=b;
b = a;
a = temp;
}
void HeapSort(Elem R[],int n)
{
int i;
for (i = n / 2; i >= 1; i--)
HeapAdjust(R, i, n);
// 我们默认R[]数据无序
// 先把R[]中的无序数据都排一遍顺序
// 相当于我们先构造出一个合格的图1
for (i = n; i > 1; i--)
{
cout << R[1] << endl;//逐个输出元素
Swap(R[1], R[i]);
//互换最后一个元素和根
//相当于执行图1加工到图2的过程
HeapAdjust(R, 1, i - 1);
//面向剩下的元素重新建堆
}
}
int main()
{
}
问题:
至于最后一个元素和根互换以后会不会影响到程序结果,这种担心我们大可不必:
当我们排序小根堆时:
最后的元素,也就是最大的元素,必定在二叉树子树数值大的那一侧
而我们后续遍历排序改动的、则是二叉树子树数值小的那一侧,所以必然没有影响
大根堆同理,不再赘述