堆排序:高效构建大顶堆实战

一、先解答上次的思考题

对树:10,7,15,3,9,12,18

  • 删除 15 后中序:3 7 9 10 12 18
  • 再删除 7 后中序:3 9 10 12 18

二、今天学习目标

  1. 什么是堆、大顶堆、小顶堆
  2. 堆的结构:用数组存完全二叉树
  3. 核心操作:上浮、下沉
  4. 堆实现优先队列(完整代码)

三、什么是堆(Heap)?

堆是一棵满足堆序性质的完全二叉树 ,通常用数组存储。

两种常用堆:

  • 大顶堆:父节点 ≥ 左右孩子,堆顶是最大值
  • 小顶堆:父节点 ≤ 左右孩子,堆顶是最小值

特点:

  • 结构是完全二叉树
  • 可以用数组高效存储
  • 取最值极快:O (1)
  • 插入 / 删除:O (log n)

四、数组存储完全二叉树(下标规律)

对于下标 i(从 0 开始):

  • 左孩子:2*i + 1
  • 右孩子:2*i + 2
  • 父节点:(i - 1) / 2

五、核心操作:下沉(向下调整)

大顶堆为例:如果某个节点比孩子小,就和较大的孩子交换,一直往下沉,直到满足堆性质。

cpp 复制代码
// 大顶堆下沉调整
void siftDown(int arr[], int n, int i) {
    while (1) {
        int maxPos = i;
        int left = 2 * i + 1;
        int right = 2 * i + 2;

        if (left < n && arr[left] > arr[maxPos]) maxPos = left;
        if (right < n && arr[right] > arr[maxPos]) maxPos = right;

        if (maxPos == i) break;

        // 交换
        int temp = arr[i];
        arr[i] = arr[maxPos];
        arr[maxPos] = temp;

        i = maxPos;
    }
}

六、建堆 + 堆实现优先队列(取堆顶)

完整可运行代码

cpp 复制代码
#include <stdio.h>

// 下沉调整(大顶堆)
void siftDown(int arr[], int n, int i) {
    while (1) {
        int maxPos = i;
        int left = 2 * i + 1;
        int right = 2 * i + 2;

        if (left < n && arr[left] > arr[maxPos])
            maxPos = left;
        if (right < n && arr[right] > arr[maxPos])
            maxPos = right;

        if (maxPos == i)
            break;

        int temp = arr[i];
        arr[i] = arr[maxPos];
        arr[maxPos] = temp;

        i = maxPos;
    }
}

// 建堆
void buildHeap(int arr[], int n) {
    // 从最后一个非叶子节点往前建堆
    for (int i = n / 2 - 1; i >= 0; i--) {
        siftDown(arr, n, i);
    }
}

// 删除堆顶(取最大值)
int deleteMax(int arr[], int *n) {
    int maxVal = arr[0];
    // 最后一个元素放到堆顶
    arr[0] = arr[*n - 1];
    (*n)--;
    siftDown(arr, *n, 0);
    return maxVal;
}

// ==================== 测试 ====================
int main() {
    int arr[] = {3, 1, 7, 9, 4, 2, 8};
    int n = sizeof(arr) / sizeof(arr[0]);

    buildHeap(arr, n);

    printf("依次取出堆顶(大顶堆):");
    while (n > 0) {
        printf("%d ", deleteMax(arr, &n));
    }

    return 0;
}

七、运行结果

cpp 复制代码
依次取出堆顶(大顶堆):9 8 7 4 3 2 1

八、堆的典型用途

  • 优先队列:任务调度、定时器
  • 堆排序:O (n log n) 稳定高效
  • TopK 问题:找最大 / 最小的 k 个数

九、今日小练习

  1. 把数组 [5, 2, 8, 1, 3] 建成大顶堆
  2. 依次取出堆顶,观察输出是否降序
相关推荐
Black蜡笔小新6 小时前
自动化AI算法训练服务器DLTM助力医学影像分析进入AI智能分析新时代
人工智能·算法·自动化
手写码匠7 小时前
深入解析大模型架构之争:全能通用模型 vs 领域专精模型
人工智能·深度学习·算法·aigc
浅念-7 小时前
LeetCode 回溯算法题——综合练习
数据结构·c++·算法·leetcode·职场和发展·深度优先·dfs
列星随旋8 小时前
线段树和树状数组的学习
学习·算法
全糖可乐气泡水10 小时前
Codex适配国产信创环境安装部署与技术适配全解析
开发语言·git·python·算法·百度
h_a_o777oah10 小时前
状态机+划分型 DP :深度解析K-划分问题下 DP 状态的转移逻辑(洛谷P2679 P2331 附C++代码)
c++·算法·动态规划·acm·状态机dp·划分型dp·滚动数组优化
05候补工程师10 小时前
从算法理想向工程现实的跨越:SLAM 核心架构、思维误区与 Nav2 实战避坑指南
人工智能·算法·安全·架构·机器人
手写码匠12 小时前
Android 17 适配实战指南:新特性解读、隐私变更与迁移全攻略
人工智能·深度学习·算法·aigc
珊瑚里的鱼12 小时前
leetcode42雨水
算法·leetcode