Key[2i+1]以及Key[i]>Key[2i+2]時是大堆,當(dāng)滿足Key[i]"/>
您好,登錄后才能下訂單哦!
堆的創(chuàng)建
堆其實(shí)是一種完全二叉樹,堆分為大堆和小堆,當(dāng)滿足Key[i]>Key[2i+1]以及Key[i]>Key[2i+2]時是大堆,當(dāng)滿足Key[i]<Key[2i+1]以及Key[i]<Key[2i+2]時是小堆。
#pragma once #include<vector> #include<iostream> #include<assert.h> using namespace std; template<class T> class Heap { public: Heap() :_a(NULL) {} Heap(const T* a,size_t size) { assert(a); for(size_t i=0;i<size;i++) { _a.push_back(a[i]); } for(int i=(_a.size()-2)/2;i>0;--i) { _AdjustDown(i); } } void Push(const T& x) { _a.push_back(x); _AjustUp(_a.size()-1); } void Pop() { assert(_a.empty()); swap(_a[0],_a[a.size()-1]); _AdjustDown(); } protected: void _AdjustDown(size_t parent) { size_t child = parent*2+1; while(child > 0) { if(_a[child] < _a[child+1] && child<_a.size()) { ++child;//如果左孩子比有孩子大的話,不做處理,反之,使得大的變成child = child+1; } if(_a[child]>_a[parent]) //每次交再向下調(diào)整 { swap(_a[child],_a[parent]); parent = child; child = parent*2+1; } else { break; } } } void _AjustUp(size_t child) { int parent = (child-1)/2; while(child > 0) //這里必須判斷孩子下標(biāo),否則很危險。如果要用父親的判斷,則應(yīng)該把size_t改為int { if(_a[parent]<_a[child]) { swap(_a[parent],_a[child]); child = parent; parent = (child-1)/2; } else { break; } } } protected: vector<T> _a; }; void TestHeap() { int a[] = {10,11,13,12,16,18,15,17,14,19}; Heap<int> Hp1(a,sizeof(a)/sizeof(a[0])); Hp1.Push(20); } int main() { TestHeap(); system( "pause"); return 0; }
2.堆排序思想
利用大根堆小根堆堆頂元素是最大記錄(最小記錄),使得每次從無序中選擇最大(最小記錄)就變得簡單了。這里采用大根堆思想,
1)將初始待排序關(guān)鍵字序列(R1,R2....Rn)構(gòu)建成大頂堆,此堆為初始的無序區(qū);
2)將堆頂元素R[1]與最后一個元素R[n]交換,此時得到新的無序區(qū)(R1,R2,......Rn-1)和新的有序區(qū)(Rn),且滿足R[1,2...n-1]<=R[n];
3)由于交換后新的堆頂R[1]可能違反堆的性質(zhì),因此需要對當(dāng)前無序區(qū)(R1,R2,......Rn-1)調(diào)整為新堆,然后再次將R[1]與無序區(qū)最 后一個元素交換,得到新的無序區(qū)(R1,R2....Rn-2)和新的有序區(qū)(Rn-1,Rn)。不斷重復(fù)此過程直到有序區(qū)的元素個數(shù)為n-1,則整個排 序過程完成。
//堆排序 #include<iostream> #include<assert.h> using namespace std; void AjustDown(int a[],size_t n,int parent) { assert(a); int child = parent*2+1; while(child<n) { if(child<n &&(a[child]<a[child+1])) { ++child; } if(a[child]>a[parent]) { swap(a[child],a[parent]); parent = child; } else { break; } } } void HeapSort(int a[],size_t n) { assert(a); for(int i=(n-2)/2;i>0;--i) { AjustDown(a,n,i); } for(int i = 0; i < n; ++i) { swap(a[0],a[n-i-1]); AjustDown(a,n-i-1,0); } } void Test() { int a[]={2,1,4,3,5,6,0,4,7,8,9}; HeapSort(a,sizeof(a)/sizeof(a[0])); } int main() { Test(); system("pause"); return 0; }
算法分析:
從上述過程可知,堆排序其實(shí)也是一種選擇排序,是一種樹形選擇排序。只不過直接選擇排序中,為了從R[1...n]中選擇最大記錄,需比較n-1次,然后 從R[1...n-2]中選擇最大記錄需比較n-2次。事實(shí)上這n-2次比較中有很多已經(jīng)在前面的n-1次比較中已經(jīng)做過,而樹形選擇排序恰好利用樹形的 特點(diǎn)保存了部分前面的比較結(jié)果,因此可以減少比較次數(shù)。對于n個關(guān)鍵字序列,最壞情況下每個節(jié)點(diǎn)需比較log2(n)次,因此其最壞情況下時間復(fù)雜度為 nlogn。堆排序?yàn)椴环€(wěn)定排序,不適合記錄較少的排序。
3.堆的應(yīng)用
例:100W個數(shù)中找出最大的100個
1 小根堆;
2 堆固定大小為100;
3 堆元素個數(shù)小于100時直接加入堆;
4 堆元素個數(shù)等于100時,與堆頂元素比較,比堆頂元素大的進(jìn)堆,并調(diào)整堆;
5 遍歷結(jié)束時,堆中元素為100個最大數(shù)。
#pragma once #include<iostream> #include<assert.h> #include<time.h> #include<stdlib.h> using namespace std; const int N = 10000; const int K = 100; void _AjustDown(int TopK[],int size,int parent) { assert(TopK); int child = parent*2+1; while( child < size) { if(child < size && (TopK[child] < TopK[child+1])) { ++child; } if(TopK[child] > TopK[parent]) { swap(TopK[child],TopK[parent]); parent = child; } else { break; } } } void GetTop(int a[]) { assert(K < N); int TopK[K]; for(int i=0;i<K;++i) { TopK[i] = a[i]; } //建堆 for(int i = (K-2)/2;i>= 0;--i) { _AjustDown(TopK,K,0); } for(int i=0;i<K;++i) { cout<<TopK[i]<<" "; } } void TestTopK() { srand(time(0)); int a[N]; int TopK[K]; for(int i= 0;i<N;++i) { a[i] = rand()%10000; } for(int i = N-K;i<N;++i) { a[i] = 10000+i; } GetTop(a); } int main() { TestTopK(); system("pause"); return 0; }
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報,并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。