结合选择排序和堆排序的思路,可以通过利用堆数据结构来优化选择排序的过程,使得排序算法更加高效。在这种结合中,我们利用堆的特性来快速定位和选择未排序部分的最小元素,避免了选择排序中每次线性搜索的开销。
选择排序和堆排序结合的思路
选择排序的基本思想是每次从未排序的部分选择最小(或最大)的元素,放到已排序部分的末尾。结合堆排序的思路,我们可以利用最小堆来维护未排序部分的元素,每次从堆顶取出最小元素,放入已排序部分,然后调整堆,以保持堆的性质。
实现步骤
- 建立最小堆:将待排序的数组建立成一个最小堆。
- 选择最小元素:从堆顶(最小值)开始选择,将其放入已排序部分。
- 维护堆的性质:每次选择操作后,需要调整堆,使得剩余的元素依然构成最小堆。
- 重复以上步骤:直到所有元素都被排序。
C语言代码实现
下面是利用C语言实现结合选择排序和堆排序思路的示例代码:
c
#include <stdio.h>
// 函数:对数组的子树以根节点 i 进行堆化,n 是堆的大小
void heapify(int arr[], int n, int i) {
int smallest = i; // 初始化最小值索引为 i
int left = 2 * i + 1; // 左子节点索引为 2*i + 1
int right = 2 * i + 2; // 右子节点索引为 2*i + 2
// 如果左子节点比根节点小
if (left < n && arr[left] < arr[smallest])
smallest = left;
// 如果右子节点比当前最小值小
if (right < n && arr[right] < arr[smallest])
smallest = right;
// 如果最小值不是根节点
if (smallest != i) {
// 交换最小值和根节点
int temp = arr[i];
arr[i] = arr[smallest];
arr[smallest] = temp;
// 递归调整受影响的子树
heapify(arr, n, smallest);
}
}
// 函数:进行堆排序
void heapSort(int arr[], int n) {
// 构建堆(重新排列数组)
for (int i = n / 2 - 1; i >= 0; i--)
heapify(arr, n, i);
// 依次从堆中提取元素
for (int i = n - 1; i > 0; i--) {
// 将当前根节点移至末尾
int temp = arr[0];
arr[0] = arr[i];
arr[i] = temp;
// 对剩余堆进行堆化
heapify(arr, i, 0);
}
}
// 函数:利用堆排序原理执行选择排序
void selectionHeapSort(int arr[], int n) {
// 从数组构建最小堆
heapSort(arr, n);
// 现在 arr[0] 包含最小元素,将其移到末尾并重复
for (int i = 0; i < n; i++) {
// 交换 arr[0] 和 arr[i]
int temp = arr[0];
arr[0] = arr[i];
arr[i] = temp;
// 重建堆,排除已排序的最后一个元素
heapify(arr, i, 0);
}
}
// 函数:打印数组
void printArray(int arr[], int n) {
for (int i = 0; i < n; ++i)
printf("%d ", arr[i]);
printf("\n");
}
// 主函数:测试以上功能
int main() {
int arr[] = {12, 11, 13, 5, 6, 7};
int n = sizeof(arr) / sizeof(arr[0]);
printf("原始数组:\n");
printArray(arr, n);
selectionHeapSort(arr, n);
printf("选择和堆排序结合后的排序数组:\n");
printArray(arr, n);
return 0;
}
}
示例说明
在上面的代码中:
heapify()
函数用于维护堆的性质。heapSort()
函数用于对数组进行堆排序。selectionHeapSort()
函数结合了选择排序和堆排序的思路,通过建立最小堆和每次选择操作来实现排序。main()
函数中展示了如何使用selectionHeapSort()
函数对数组进行排序,并输出排序后的结果。
这种结合选择排序和堆排序的方法利用了堆的优势,使得选择过程更高效,从而提升了整体排序算法的性能。