前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >详解排序算法--堆排序选择排序堆排序

详解排序算法--堆排序选择排序堆排序

作者头像
desperate633
发布2018-08-27 16:34:00
9640
发布2018-08-27 16:34:00
举报
文章被收录于专栏:desperate633desperate633

选择排序

选择排序(Selection sort)是一种简单直观的排序算法。它的工作原理如下。首先在未排序序列中找到最小(大)元素,存放到排序序列的起始位置,然后,再从剩余未排序元素中继续寻找最小(大)元素,然后放到已排序序列的末尾。以此类推,直到所有元素均排序完毕。 选择排序的主要优点与数据移动有关。如果某个元素位于正确的最终位置上,则它不会被移动。选择排序每次交换一对元素,它们当中至少有一个将被移到其最终位置上,因此对n个元素的表进行排序总共进行至多n-1次交换。在所有的完全依靠交换去移动元素的排序方法中,选择排序属于非常好的一种。

![Uploading Selection_sort_animation_154868.gif . . .]

Selection_sort_animation.gif

  • 最坏时间复杂度 О(n²)
  • 最优时间复杂度 О(n²)
  • 平均时间复杂度 О(n²)
  • 空间复杂度 О(n) total, O(1) auxiliary

Java实现:

代码语言:javascript
复制
package cc;

public class Select {

    public static void selectSort(int[] a) 
    {
        int N = a.length;
        for(int i=0;i<N;i++)
        {
            /* 从A[i]到A[N–1]中找最小元,并将其位置赋给MinPosition */
            int min = i;
            for(int j=i+1;j<N;j++)
            {
                if(a[j]<a[min])
                    min=j;
            }
            /* 将未排序部分的最小元换到有序部分的最后位置 */
            int t = a[i];
            a[i] = a[min];
            a[min] = t;
        }
    }
}

想要进一步改进选择排序,就在于

如何快速找到最小元???

如果读者已经对于堆较为熟悉的话,很容易就想到这里可以利用堆实现。 这就是堆排序的由来

堆排序

堆排序(Heapsort)是指利用这种数据结构所设计的一种排序算法。堆积是一个近似完全二叉树的结构,并同时满足堆积的性质:即子结点的键值或索引总是小于(或者大于)它的父节点。

堆节点的访问

通常堆是通过一维数组来实现的。在数组起始位置为0的情形中:

  • 父节点i的左子节点在位置(2*i+1);
  • 父节点i的右子节点在位置(2*i+2);
  • 子节点i的父节点在位置floor((i-1)/2);

堆的操作

在堆的数据结构中,堆中的最大值总是位于根节点(在优先队列中使用堆的话堆中的最小值位于根节点)。堆中定义以下几种操作:

  • 最大堆调整(Max_Heapify):将堆的末端子节点作调整,使得子节点永远小于父节点
  • 创建最大堆(Build_Max_Heap):将堆所有数据重新排序
  • 堆排序(HeapSort):移除位在第一个数据的根节点,并做最大堆调整的递归运算

按照选择排序的思想,我们先实现一个简单的堆排序

代码语言:javascript
复制
void Heap_Sort ( ElementType A[], int N )
{ BuildHeap(A); /* O(N) */
for ( i=0; i<N; i++ )
TmpA[i] = DeleteMin(A); /* O(logN) */
for ( i=0; i<N; i++ ) /* O(N) */
A[i] = TmpA[i];
}

T ( N ) = O ( N log N ) 缺点在于: 需要额外O(N)空间,并且复制元素需要时间。

原地堆排序

基于以上相关的操作,我们可以很容易的定义堆排序。例如,假设我们已经读入一系列数据并创建了一个堆,一个最直观的算法就是反复的调用del_max() 函数,因为该函数总是能够返回堆中最大的值,然后把它从堆中删除,从而对这一系列返回值的输出就得到了该序列的降序排列。

真正的原地堆排序使用了另外一个小技巧。堆排序的过程是:

  • 创建一个堆H[0..n-1]
  • 把堆首(最大值)和堆尾互换
  • 把堆的尺寸缩小1,并调用shift_down(0),目的是把新的数组顶端数据调整到相应位置
  • 重复步骤2,直到堆的尺寸为1

伪码

代码语言:javascript
复制
void Heap_Sort ( ElementType A[], int N )
{ for ( i=N/2-1; i>=0; i-- )/* BuildHeap */
PercDown( A, i, N );
for ( i=N-1; i>0; i-- ) {
Swap( &A[0], &A[i] ); /* DeleteMax */
PercDown( A, 0, i );
}
}
  • 最坏时间复杂度
O(n\log n)
O(n\log n)

O(n\log n)

  • 最优时间复杂度
O(n\log n)
O(n\log n)

O(n\log n)

[1]

  • 平均时间复杂度
\Theta (n\log n)
\Theta (n\log n)

\Theta (n\log n)

  • 堆排序的动态图

Sorting_heapsort_anim.gif

Java实现

代码语言:javascript
复制
package cc;

public class HeapSort {
    
    private static int leftChild(int i) {
        return 2*i+1;
    }
    
    private static void percDown(int[] a, int i, int n) {
        int child;
        int temp;
        
        for(temp = a[i]; leftChild(i) < n;i = child) {
            child = leftChild(i);
            if(child != n-1 && a[child] < a[child+1])
                child++;
            if(temp < a[child])
                a[i] = a[child];
            else
                break;
        }
        a[i] = temp;
    }

    public static void heapsort(int[] a) {
        
        for(int i=a.length/2-1;i>=0;i--) {
            percDown(a, i, a.length);
        }
        
        for(int i=a.length-1;i>0;i--) {
            swap(a, 0, i);
            percDown(a, 0, i);
        }
    }
    
    private static void swap(int[] a, int i, int j) {
        
        int temp = a[i];
        a[i] = a[j];
        a[j] = temp;
        
    }
}
本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2017.08.08 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 选择排序
  • 堆排序
    • 堆节点的访问
      • 堆的操作
        • 原地堆排序
          • Java实现
          领券
          问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档