#yyds干货盘点#算法给小码农堆排序至尊骨
堆排序升序
一种非常正常的想法空间复杂度O(N)
把数组中的元素全都push到小堆中，然后再取堆顶元素重新给数组，就可以达到升序的效果了
堆升序函数HeapSort
//升序
void HeapSort(HPDataType* a,int n)
{
HP hp;
HeapInit(&hp);
int i = 0;
//建立一个小堆
for (i = 0; i < n; i++)
{
HeapPush(&hp, a);
}
//然后把堆顶的元素重新放到数组里面
for (i = 0; i < n; i++)
{
a = HeapTop(&hp);
//用完pop掉
HeapPop(&hp);
}
HeapDestroy(&hp);
}堆排序测试函数
testHeapSort()
{
int a[] = { 40,2,0,12,5,454,2323 };
//堆排序
HeapSort(a, sizeof(a) / sizeof(a));
int i = 0;
for (i = 0; i < sizeof(a) / sizeof(a); i++)
{
//把数组里面的元素取出来
printf("%d ",a);
}
printf("\n");
}建堆（向上向下为建堆）
向上调整(建大堆)
==上面做法一点毛病都没有，但是有要求了，空间复杂度为O(1) 也就是我们不可以在用Heap了==
（这里的插入不是真正的插入，因为这些数据原本就在里面，我们就是在调堆，类似插入）
==看到上面打印的结果我们看到建的是小堆，但是不好的是最小的在下标为0的位置，再次找次小的，从下标为一的位置再构建，这是不行的，因为会破坏结构，所以我们要重头建大堆，然后收尾交换==
//真正玩法
void HeapSort(HPDataType* a, int n)
{
assert(a && n>=0);
//把数组a构建成堆
int i = 0;
for (i = 0; i < n; i++)
{
AdjustUp(a,n,i);
}
}交换排序&&再向上调整
堆排序代码
//真正玩法
void HeapSort(HPDataType* a, int n)
{
assert(a && n>=0);
//把数组a构建成堆
int i = 0;
//向上调整
for (i = 0; i < n; i++)
{
AdjustUp(a,i);
}
//根与最后一个数交换并每次都找到次大的数
int tail = n - 1;
while (tail)
{
Swap(&a, &a);//根与最后一个数交换
tail--;
for (i = 0; i <= tail; i++)
{
AdjustUp(a, i);
}
}
}堆排序测试
testHeapSort()
{
int a[] = { 40,2,50,12,5,454,2323,};
//堆排序
HeapSort(a, sizeof(a) / sizeof(a));
int i = 0;
for (i = 0; i < sizeof(a) / sizeof(a); i++)
{
//把数组里面的元素取出来
printf("%d ",a);
}
printf("\n");
}向下调整
排升序 构建小堆
排升序 构建大堆
有种就是这样玩的
堆排序
//真正玩法
void HeapSort(HPDataType* a, int n)
{
assert(a && n>=0);
//把数组a构建成堆
int i = 0;
////向上调整
//for (i = 0; i < n; i++)
//{
//AdjustUp(a,n,i);
//}
//向下调整
for (i = (n - 1 - 1) / 2; i >= 0; i--)
{
AdjustDown(a, n, i);
}
//根与最后一个数交换并每次都找到次大的数
int tail = n - 1;
for (i = tail; i > 0; i--)
{
Swap(&a,&a);//根与最后一个数交换
AdjustDown(a, i, 0);//向下调整每次都找到次大的数
}
}测试堆排序
testHeapSort()
{
int a[] = { 40,2,50,12,5,454,232,30,3,10 };
//堆排序
HeapSort(a, sizeof(a) / sizeof(a));
int i = 0;
for (i = 0; i < sizeof(a) / sizeof(a); i++)
{
//把数组里面的元素取出来
printf("%d ",a);
}
printf("\n");
}
降序
向上调整（建小堆）
向下调整（建小堆）
建堆的时间复杂度
3.2.3 建堆时间复杂度因为堆是完全二叉树，而满二叉树也是完全二叉树，此处为了简化使用满二叉树来证明(时间复杂度本来看的就是近似值，多几个节点不影响最终结果)：
==所以时间复杂度是O(n)==
</div>
<div id="asideoffset"></div>
https://blog.51cto.com/u_15443484/4811189
页:
[1]