堆排序:
性质:
堆排序是一种基于比较的排序算法,它使用二叉堆数据结构来实现。二叉堆是一种特殊的完全二叉树,它满足以下两个性质:
- 结构性:完全二叉树,即除了最后一层外,其他各层的节点数都达到最大,并且最后一层的节点尽可能地集中在左侧。
- 堆属性:可以是最大堆或最小堆。在最大堆中,父节点的值总是大于或等于其子节点的值;在最小堆中,父节点的值总是小于或等于其子节点的值。
堆排序步骤:
堆排序的步骤可以分为两个主要部分:
- 构建堆(Build Heap)
将一个无序的数组转换成堆结构。这个过程从最后一个非叶子节点开始,向上逐个节点进行下沉(Sift Down)操作,直到达到根节点。下沉操作的目的是确保当前节点满足堆属性。
- 堆排序操作(Heap Sort Operation)
一旦构建了堆,就可以进行排序操作。这个过程包括以下步骤:
- 将堆顶元素(最大或最小元素,取决于是最大堆还是最小堆)与最后一个元素交换。
- 移除最后一个元素,因为已经排序完成。
- 对剩下的元素重新进行下沉操作,以维持堆结构。
这个过程重复进行,直到堆中只剩下一个元素,此时整个数组就已经被排序完成。
堆排序的实现细节:
- 下沉操作(Sift Down):确保某个节点的值大于其子节点的值(对于最大堆)。如果当前节点的值小于其子节点,就与较大的子节点交换,然后继续这个过程,直到当前节点的值大于其子节点,或者成为叶子节点。
cpp
// 辅助函数,用于下沉堆中的一个节点
void siftDown(std::vector<int>& arr, int start, int end) {
int root = start;
while ((root * 2 + 1) <= end) { // 有左子节点
int child = root * 2 + 1; // 左子节点索引
if (child < end && arr[child] < arr[child + 1]) {
child++; // 右子节点更大
}
if (arr[root] < arr[child]) {
std::swap(arr[root], arr[child]);
root = child; // 继续下沉
} else {
break;
}
}
}
- 构建堆:从最后一个非叶子节点开始,向上逐个节点进行下沉操作。
cpp
// 构建堆
void buildHeap(std::vector<int>& arr) {
for (int i = arr.size() / 2 - 1; i >= 0; --i) {
siftDown(arr, i, arr.size() - 1);
}
}
- 排序:交换堆顶元素与最后一个元素,然后对剩下的元素进行下沉操作,直到堆为空。
cpp
// 堆排序
void heapSort(std::vector<int>& arr) {
buildHeap(arr); // 构建堆
for (int i = arr.size() - 1; i > 0; --i) {
std::swap(arr[0], arr[i]); // 交换堆顶元素和最后一个元素
siftDown(arr, 0, i - 1); // 重新下沉堆顶元素
}
}
堆排序的优缺点:
1.优点:
- 原地排序:不需要额外的存储空间。
- 时间复杂度:O(n log n),对于所有输入都是线性对数级的。
2.缺点:
- 不稳定:相同的元素在排序后可能会改变原来的顺序。
- 空间复杂度:虽然原地排序,但递归实现需要一定的栈空间。
堆排序是一种非常实用的排序算法,尤其适用于数据量大且对稳定性要求不高的场景。由于其高效的性能和简单的实现,它在实际应用中非常受欢迎。
实现代码:
堆排序(Heap Sort)是一种高效的排序算法,它利用了二叉堆的数据结构特性。堆排序可以分为两个主要步骤:构建堆(Build Heap)和堆排序操作(Heap Sort Operation)。以下是使用C++实现堆排序的示例代码:
cpp
#include <iostream>
#include <vector>
#include <algorithm> // 包含std::sort
// 辅助函数,用于下沉堆中的一个节点
void siftDown(std::vector<int>& arr, int start, int end) {
int root = start;
while ((root * 2 + 1) <= end) { // 有左子节点
int child = root * 2 + 1; // 左子节点索引
if (child < end && arr[child] < arr[child + 1]) {
child++; // 右子节点更大
}
if (arr[root] < arr[child]) {
std::swap(arr[root], arr[child]);
root = child; // 继续下沉
} else {
break;
}
}
}
// 构建堆
void buildHeap(std::vector<int>& arr) {
for (int i = arr.size() / 2 - 1; i >= 0; --i) {
siftDown(arr, i, arr.size() - 1);
}
}
// 堆排序
void heapSort(std::vector<int>& arr) {
buildHeap(arr); // 构建堆
for (int i = arr.size() - 1; i > 0; --i) {
std::swap(arr[0], arr[i]); // 交换堆顶元素和最后一个元素
siftDown(arr, 0, i - 1); // 重新下沉堆顶元素
}
}
int main() {
std::vector<int> arr = {5, 3, 17, 10, 84, 19, 6, 22, 9};
std::cout << "Original array:\n";
for (int num : arr) {
std::cout << num << " ";
}
std::cout << "\n";
heapSort(arr); // 执行堆排序
std::cout << "Sorted array:\n";
for (int num : arr) {
std::cout << num << " ";
}
std::cout << std::endl;
return 0;
}
这段代码首先定义了一个siftDown
函数,它用于将堆中的一个节点下沉到合适的位置,以保持堆的性质。接着定义了buildHeap
函数,它用于将一个数组转换成一个堆。最后,heapSort
函数使用这两个辅助函数来对数组进行排序。
堆排序的时间复杂度是O(n*log n),其中n是数组中元素的数量。堆排序是原地排序算法,不需要额外的存储空间。