C++ 堆结构和堆排序(从顶到底/从底到顶的大顶堆)+ 优化
创作时间:
作者:
@小白创作中心
C++ 堆结构和堆排序(从顶到底/从底到顶的大顶堆)+ 优化
引用
CSDN
1.
https://blog.csdn.net/weixin_41987016/article/details/138362120
堆结构和堆排序是C++编程中重要的数据结构和算法之一。本文将详细介绍堆的插入(heapInsert)和向下调整(heapify)操作,并提供两种建立大根堆的方法:从顶到底和从底到顶。同时,本文还将分析堆排序的时间复杂度,并给出完整的代码实现。
一、堆结构和堆排序
(1)heapInsert,向上调整大根堆 和 heapify,向下调整大根堆
// i位置的数,向上调整大根堆
// arr[i] = x,x是新来的!往上看,直到不比父亲大,或者来到0位置(顶)
void heapInsert(vector<int>& arr, int i) {
// i -> 父: (i - 1) / 2
while (arr[i] > arr[(i - 1) / 2]) {
swap(arr, i, (i - 1) / 2);
i = (i - 1) / 2;
}
}
// i位置的数,变小了,又想维持大根堆结构
// 向下调整大根堆
// 当前堆的大小为size
void heapify(vector<int>& arr, int i, int size) {
int l = i * 2 + 1;
while (l < size) {
// 有左孩子,l
// 右孩子,l+1
// 评选,最强的孩子,是哪个下标的孩子
int best = l + 1 < size && arr[l + 1] > arr[l] ? l + 1 : l;
// 上面已经评选了最强的孩子,接下来,当前的数和最强的孩子之前,最强下标是谁
best = arr[best] > arr[i] ? best : i;
// 如果最强的下标,是当前的数,那么当前的数已经满足大根堆结构,退出
if (best == i) { // 最强的是自己
break;
}
swap(arr, best, i);
i = best;
l = i * 2 + 1;
}
}
二、从顶到底建立大根堆
完整代码:
#include <iostream>
using namespace std;
#include <vector>
// 堆结构和堆排序,填函数练习风格
// 测试链接 : https://leetcode.cn/problems/sort-an-array/
class heapSort {
public:
vector<int> sortArray(vector<int> arr) {
if (arr.size() > 1) {
// heapSort1 为从顶到底建堆然后排序
// heapSort2 为从底到顶建堆然后排序
// 用哪个都可以
heapSort1(arr);
//heapSort2(arr);
}
return arr;
}
// i位置的数,向上调整大根堆
// arr[i] = x,x是新来的!往上看,直到不比父亲大,或者来到0位置(顶)
void heapInsert(vector<int>& arr, int i) {
// i -> 父: (i - 1) / 2
while (arr[i] > arr[(i - 1) / 2]) {
swap(arr, i, (i - 1) / 2);
i = (i - 1) / 2;
}
}
// i位置的数,变小了,又想维持大根堆结构
// 向下调整大根堆
// 当前堆的大小为size
void heapify(vector<int>& arr, int i, int size) {
int l = i * 2 + 1;
while (l < size) {
// 有左孩子,l
// 右孩子,l+1
// 评选,最强的孩子,是哪个下标的孩子
int best = l + 1 < size && arr[l + 1] > arr[l] ? l + 1 : l;
// 上面已经评选了最强的孩子,接下来,当前的数和最强的孩子之前,最强下标是谁
best = arr[best] > arr[i] ? best : i;
// 如果最强的下标,是当前的数,那么当前的数已经满足大根堆结构,退出
if (best == i) { // 最强的是自己
break;
}
swap(arr, best, i);
i = best;
l = i * 2 + 1;
}
}
void swap(vector<int>& arr, int i, int j) {
int tmp = arr[i];
arr[i] = arr[j];
arr[j] = tmp;
}
// 从顶到底建立大根堆,O(n * logn)
// 依次弹出堆内最大值并排好序,O(n * logn)
// 整体时间复杂度O(n * logn)
void heapSort1(vector<int>& arr) {
int n = arr.size();
for (int i = 0; i < n; i++) {
heapInsert(arr, i);
}
int size = n;
while (size > 1) {
swap(arr, 0, --size);
heapify(arr, 0, size);
}
}
};
int main() {
//vector<int> arr = { 10,0,20,5,89,70,65,45 };
//vector<int> arr = { 20,30,15,10,9,8,12,45,0,23 };
vector<int> arr = { 5,6,3,1,9,2,4,6 };
heapSort hs;
vector<int> res = hs.sortArray(arr);
for (int i = 0; i < res.size(); i++) {
cout << res[i] << " ";
}
cout << endl;
return 0;
}
三、从底到顶建立大根堆
依次弹出堆内最大值并排好序
完整代码:
#include <iostream>
using namespace std;
#include <vector>
// 堆结构和堆排序,填函数练习风格

// 测试链接 : https://leetcode.cn/problems/sort-an-array/
class heapSort {
public:
vector<int> sortArray(vector<int> arr) {
if (arr.size() > 1) {
// heapSort1 为从顶到底建堆然后排序
// heapSort2 为从底到顶建堆然后排序
// 用哪个都可以
//heapSort1(arr);
heapSort2(arr);
}
return arr;
}
// i位置的数,向上调整大根堆
// arr[i] = x,x是新来的!往上看,直到不比父亲大,或者来到0位置(顶)
void heapInsert(vector<int>& arr, int i) {
// i -> 父: (i - 1) / 2
while (arr[i] > arr[(i - 1) / 2]) {
swap(arr, i, (i - 1) / 2);
i = (i - 1) / 2;
}
}
// i位置的数,变小了,又想维持大根堆结构
// 向下调整大根堆
// 当前堆的大小为size
void heapify(vector<int>& arr, int i, int size) {
int l = i * 2 + 1;
while (l < size) {
// 有左孩子,l
// 右孩子,l+1
// 评选,最强的孩子,是哪个下标的孩子
int best = l + 1 < size && arr[l + 1] > arr[l] ? l + 1 : l;
// 上面已经评选了最强的孩子,接下来,当前的数和最强的孩子之前,最强下标是谁
best = arr[best] > arr[i] ? best : i;
// 如果最强的下标,是当前的数,那么当前的数已经满足大根堆结构,退出
if (best == i) { // 最强的是自己
break;
}
swap(arr, best, i);
i = best;
l = i * 2 + 1;
}
}
void swap(vector<int>& arr, int i, int j) {
int tmp = arr[i];
arr[i] = arr[j];
arr[j] = tmp;
}
// 从底到顶建立大根堆,O(n)
// 依次弹出堆内最大值并排好序,O(n * logn)
// 整体时间复杂度O(n * logn)
void heapSort2(vector<int>& arr) {
int n = arr.size();
for (int i = n - 1; i >= 0; i--) {
heapify(arr, i, n);
}
int size = n;
while (size > 1) {
swap(arr, 0, --size);
heapify(arr, 0, size);
}
}
};
int main() {
//vector<int> arr = { 10,0,20,5,89,70,65,45 };
//vector<int> arr = { 20,30,15,10,9,8,12,45,0,23 };
vector<int> arr = { 5,6,3,1,9,2,4,6 };
heapSort hs;
vector<int> res = hs.sortArray(arr);
for (int i = 0; i < res.size(); i++) {
cout << res[i] << " ";
}
cout << endl;
return 0;
}
四、计算复杂度
总结堆结构
- 完全二叉树和数组前缀范围的对应
- i的父亲节点:(i-1)/2,i的左孩子:i2+1,i的左孩子:i2+2
- 堆的定义(大根堆,小根堆),本节课讲解按照大根堆来讲解,小根堆是同理的
- 堆的调整:heapInsert(向上调整),heapify(向下调整)
- heapInsert、heapify方法的单次调用,时间复杂度O(logn),完全二叉树的结构决定的
堆排序
- A.从顶到底建堆,时间复杂度O(nlogn),log1 + log2 + log3 + ... + logn -> O(nlogn)
- B.从底到顶建堆,时间复杂度O(n),总代价就是简单的等比数列关系,为啥会有差异?简单图解一下
- C.建好堆之后的调整阶段,从最大值到最小值依次归位,时间复杂度O(n*logn),不管以什么方式建堆,调整阶段的时间复杂度都是这个 ,所以整体复杂度也是这个额外空间复杂度是O(1),因为堆直接建立在了要排序的数组上,所以没有什么额外空间
注意:堆结构比堆排序有用的多,尤其是和比较器结合之后,后面博客会重点讲述
热门推荐
生鲜零售:农产品的直播销售
橘子您吃对了吗?听听中医怎么讲!
480V三相电:比特币挖矿效率提升的新方向
车辆过户后如何处理ETC?
“辐照食品”和辐射有关?到底能不能放心吃?
定积分数值解法:梯形法、矩形法、辛普森法
揭秘清朝宫女的五种刑罚:从背诵女训到羞耻的杖刑
如何使用源码不侵权
开一局什么意思
喝水后仍感口干?揭开背后的健康信号与解决妙招!
婴儿的羊水是什么
国乒回应近期比赛成绩起伏:严肃对待问题,及时认真总结
银行转账的实时转账和普通转账有何区别?
深入理解NPD:自恋型人格障碍的全面指南
15世纪欧洲如火如荼的猎巫运动,是如何逐渐兴起的?
年轻人的消费经,就是“精”!
古玩经营方案:从市场概述到成功案例分析
本地细路只肯讲普通话,外地人却为学粤语氪金
进销存型号不匹配?这四个步骤帮你轻松应对
Excel表格中网址怎么设置超链接
刀郎《花妖》歌词深度解析:一首歌中的悲情与轮回
去胃火最有效的方法
Recovery模式是什么意思?Recovery模式怎么刷机?
狗的本命佛是阿弥陀佛有哪些寓意?从佛教文化看人与宠物的和谐共生
正宗关东煮汤料配方和做法(正宗关东煮的做法操作方便香味可口)
锦鲤品种鉴赏与选择指南
量化交易学习路线
华为电脑恢复出厂设置操作指南(详细步骤和注意事项,帮助您顺利恢复电脑出厂设置)
肌肉松弛剂的类型及其作用机制
强硬件、促便捷、治拥堵 北京持续构建综合交通体系发展新格局