首页 > 其他分享 >堆排序

堆排序

时间:2023-08-28 16:12:05浏览次数:36  
标签:count int 堆排序 Item pmaxHeap heap data

堆是以二叉树为结构组成的一个序列,一般以数组进行实现,如设 N = 1 为根节点,则左节点 2*N,右节点 2*N+1,以此构建一整个堆。

堆结构体的数据结构

typedef int Item;

typedef struct maxHeap {
    Item* data;  // 堆的数组实现
    int count;   // 实际存在的数据量
} maxHeap, *pmaxHeap;

初始化

void init(pmaxHeap heap, int capacity) {
    heap->data = (Item*)malloc(sizeof(Item) * capacity);
    heap->count = 0;
}
堆内存中为结构体的data数组开辟内存空间
初始化结构体属性count=0

返回堆数组的数据量

int size(pmaxHeap heap) { return heap->count; }

判断堆数组是否为空

bool isEmpty(pmaxHeap heap) { return heap->count == 0; }

交换函数(数组的交换)

void swap(Item* item, int i, int j) {
    Item temp = *(item + i);
    *(item + i) = *(item + j);
    *(item + j) = temp;
}

堆数组最重要的便是插入新数据和返回堆顶的那个值,与之相对应的就是插入新数据的时候的shiftUp,和返回堆顶元素后的shiftDown。为了调节堆数组结构保持最大堆或最小堆的结构。

插入函数和shiftUp函数

// 插入新元素
void insert(pmaxHeap heap, Item item) {
    heap->data[++(heap->count)] = item;
    shiftUp(heap, heap->count);
}
插入新元素后,堆数组的count要++,且插入的新元素位置就是++后的位置,因此直接++count。(另一层含义就是以下标为1的位置作为根节点。)
shiftUp进行插入新元素的排位。


void shiftUp(pmaxHeap heap, int k) {
    while (k > 1 && heap->data[k / 2] < heap->data[k]) {
        swap(heap->data, k / 2, k);
        k /= 2;
    }
}
shiftUp,k暂时表示新插入的元素的位置,使之和 k/2的元素也就是父节点的元素进行比较,如果父节点比他小(大堆),则交换,并进行下一步 令 k = k/2;

递归的shiftUp
void shiftUp(pmaxHeap heap,int k){
	if(k == 1 || heap->data[k/2] > heap->data[k])
		return;
	swap(heap,k,k/2);
	shiftUp(heap,k/2);
}

取出堆顶元素和shiftDown函数

最大堆的堆顶元素就是最大值,取出堆顶元素后,进行shiftDown操作,令最后一个元素移动到堆顶,然后对堆顶进行shiftDown,也就是让其的左节点和右节点相比谁更大,最大的如果比根节点大,那就交换,否则就不交换,然后不断向下,直到 k > heap->count/2。

// 取出堆顶元素(最大值)

Item getHeapMax(pmaxHeap heap) {
    if (heap->count == 1) {
        heap->count--;
        return heap->data[1];
    }
    
    int i = 1;
    Item item = heap->data[i];
    heap->data[i] = heap->data[heap->count--];
    shiftDown(heap, i);
    return item;
}
如果堆只剩下一个元素,则count--,然后直接返回该元素。
如果不是,则取出堆顶元素,然后将最后一个元素放到堆顶,count记得--。


shiftDown函数,从上往下进行比较交换。
void shiftDown(pmaxHeap heap, int k) {
只要k<=heap->count/2,因为heap->count/2 就到了数组的末尾。 
    while (k <= heap->count / 2) {
        int j = 2 * k;
        找到父节点,要和哪个子节点进行交换(如果子节点大于父节点的话)
        if (heap->data[j] < heap->data[j + 1])
            j = j + 1;
        if (heap->data[k] > heap->data[j])
            break;
        swap(heap->data, k, j);
        然后,k更新为子节点的位置。
        k = j;
    }
}


递归shiftDown函数
void shiftDown(pmaxHeap heap, int k) {
    if (k > heap->count / 2)
        return;
    int j = 2 * k;
    j = heap->data[j] > heap->data[j + 1] ? j : j + 1;
    swap(heap->data, j, k);
    shiftDown(heap, j);
}

小结

#include <stdio.h>
#include <stdlib.h>
#include <time.h>

#define N 100
#define true 1
#define false 0

typedef int bool;
typedef int Item;

typedef struct maxHeap {
    Item* data;  // 数据数组
    int count;   // 数量
} maxHeap, *pmaxHeap;

// 初始化maxHeap
void init(pmaxHeap heap, int capacity) {
    heap->data = (Item*)malloc(sizeof(Item) * capacity);
    heap->count = 0;
}

int size(pmaxHeap heap) { return heap->count; }

bool isEmpty(pmaxHeap heap) { return heap->count == 0; }

void swap(Item* item, int i, int j) {
    Item temp = *(item + i);
    *(item + i) = *(item + j);
    *(item + j) = temp;
}

// void shiftUp(pmaxHeap heap, int k) {
//     while (k > 1 && heap->data[k / 2] < heap->data[k]) {
//         swap(heap->data, k / 2, k);
//         k /= 2;
//     }
// }

// void shiftDown(pmaxHeap heap, int k) {
//     while (k <= heap->count / 2) {
//         int j = 2 * k;

//         if (heap->data[j] < heap->data[j + 1])
//             j = j + 1;
//         if (heap->data[k] > heap->data[j])
//             break;
//         swap(heap->data, k, j);
//         k = j;
//     }
// }

// 递归shiftDown
void shiftDown(pmaxHeap heap, int k) {
    if (k > heap->count / 2)
        return;
    int j = 2 * k;
    j = heap->data[j] > heap->data[j + 1] ? j : j + 1;
    swap(heap->data, j, k);
    shiftDown(heap, j);
}

// 递归shiftUp
// void shiftUp(pmaxHeap heap, int k) {
//     if (k == 1)
//         return;
//     if (heap->data[k / 2] >= heap->data[k])
//         return;
//     swap(heap->data, k / 2, k);
//     shiftUp(heap, k / 2);
// }

void shiftUp(pmaxHeap heap, int k) {
    if (k == 1)
        return;
    if (heap->data[k / 2] >= heap->data[k])
        return;
    swap(heap->data, k / 2, k);
    shiftUp(heap, k / 2);
}

// 插入新元素
void insert(pmaxHeap heap, Item item) {
    heap->data[++(heap->count)] = item;
    shiftUp(heap, heap->count);
}

// 取出堆顶元素(最大值)
Item getHeapMax(pmaxHeap heap) {
    if (heap->count == 1) {
        heap->count--;
        return heap->data[1];
    }
    int i = 1;
    Item item = heap->data[i];
    heap->data[i] = heap->data[heap->count--];
    shiftDown(heap, i);
    return item;
}

// 打印数组
void print(int* arr, int n) {
    for (int i = 0; i < n; i++) {
        if (i % 10 == 0) {
            printf("\n");
        }
        printf("%d\t", *(arr + i));
    }
    printf("\n");
}

int main() {
    maxHeap heap;
    init(&heap, N);
    srand((unsigned)time(NULL));
    for (int i = 0; i < N; i++) {
        insert(&heap, rand() % (N - 0 + 1) + 0);
    }

    while (heap.count > 1) {
        Item max = getHeapMax(&heap);
        printf("%d\t", max);
        if (heap.count % 10 == 0) {
            printf("\n");
        }
    }
    printf("\n");
} 

标签:count,int,堆排序,Item,pmaxHeap,heap,data
From: https://www.cnblogs.com/zxinlog/p/17662566.html

相关文章

  • 选择排序——简单选择排序和堆排序,C++代码实现
    #include<iostream>usingnamespacestd;typedefstruct{ intr[100+1]; intlength;}SqList;//简单选择排序voidSimpleSlectSort(SqList&L){ intmin,i,j; for(i=1;i<L.length;i++) { min=i; for(j=i+1;j<=L.length;j++) if(L.r[j]<L.r[m......
  • 数据结构-堆排序
    java实现堆排序算法源代码publicclassHeapSortextendsDataCrol{privatevoidheapify(intA[],inti,intsize){//从A[i]向下进行堆调整intleftChild=2*i+1;//左孩子索引intrightChild=2*i+2;//右孩子索引intmax=......
  • 【数据结构】选择排序 简单选择+堆排序
    选择排序的基本思想是每次从待排序的序列中选出最小值(或者最大值)依次放在已排序序列中,直到待排序序列为空,此时序列已完全有序。选择排序的选择只需要进行n-1趟,因为当剩余元素数量为1时无需再选择,直接放在排序序列的末尾即可。在这里学简单选择排序和堆排序两种算法,简单选择考的......
  • 堆排序(topk 问题)(NB)
    博客地址:https://www.cnblogs.com/zylyehuo/#_*_coding:utf-8_*_#比较排序importrandomdefsift(li,low,high):#堆的向下调整(小根堆)i=lowj=2*i+1tmp=li[low]whilej<=high:ifj+1<=highandli[j+1]<li[j]:......
  • 堆排序(内置模块 heapq )(NB)
    博客地址:https://www.cnblogs.com/zylyehuo/#_*_coding:utf-8_*_importheapq#q->queue优先队列importrandomli=list(range(10))random.shuffle(li)print(li)heapq.heapify(li)#建堆(小根堆)n=len(li)foriinrange(n):print(heapq.heappop(li),......
  • 算法-13-堆排序
            ......
  • 找出乱序数组第k大的数字(堆排序专场)
    使用堆排序来解决《乱序数组第k大的数字》先放上代码(虽然leetcode要求O(n),但是堆排序是O(nlogn))`classSolution{publicintfindKthLargest(int[]nums,intk){intheapSize=nums.length;buildHeap(nums,heapSize);for(inti=nums.length-1;i>=nums.length-......
  • java常见的排序算法(冒泡排序、选择排序、插入排序、shell排序、归并排序、堆排序、快
    文章目录一、冒泡排序1、效率表现和适用范围2、算法实现二、选择排序1、效率表现和适用范围2、算法实现三、插入排序1、效率表现和适用范围2、算法实现四、shell排序1、效率表现和适用范围2、算法实现五、归并排序1、效率表现和适用范围2、算法实现六、快速排序1、效率表现和适用......
  • 【优先队列】【堆排序实现优先队列】[1054. 距离相等的条形码](https://leetcode.cn/p
    【优先队列】【堆排序实现优先队列】1054.距离相等的条形码在一个仓库里,有一排条形码,其中第i个条形码为barcodes[i]。请你重新排列这些条形码,使其中任意两个相邻的条形码不能相等。你可以返回任何满足该要求的答案,此题保证存在答案。示例1:输入:barcodes=[1,1,1,2,2,2]......
  • 堆排序之前篇:关于堆
      1. 堆的定义和性质堆是一种特殊的数据结构,它是一颗完全二叉树,且满足以下性质:堆中某个节点的值总是不大于或不小于其父节点的值。如果父节点的值不大于其子节点的值,这样的堆称为最小堆;如果父节点的值不小于其子节点的值,这样的堆称为最大堆。堆可以用数组来存储,因为......