标签：pos heap wap 问题： com 算法 分享 image element
选择排序：
void Selection_Sort(ElementType A[], int N) { int i, MinPosition; for (i = 0; i < N; i++) { MinPosition = scanForMin(A, i, N-1); //从A[i]到A[N-1]中找最小元 Swap(&A[i], A[MinPosition]) } }
关键是找最小元的一步 普通选择排序都看一遍 时间复杂度O(N^2)
可用最小堆来优化 使时间复杂度降为O(NlogN)
算法1：
void Heap_Sort(ElementType A[], int N) { BuildHeap(A); //O(N) for (i = 0; i < N; i++) Tmp[i] = DeleteMin(A); //O(logN) for (i = 0; i < N; i++) //O(N) A[i] = TmpA[i]; }
T(N) = O(NlogN)
问题：需要额外O(N)空间 且复制元素需要时间
算法2：
调成最大堆 每次把最大的放到最后位置 堆的规模减1 然后调整最大堆
定理：堆排序处理N个不同元素的随机排列的平均比较次数是 2NlogN - O(Nlog logN)
虽然堆排序给出了最佳平均时间复杂度 但实际效果不如用Sedgewick增量序列的Shell Sort
void Swap(ElementType *a, ElementType *b) { ElementType t = *a; *a = *b; *b = t; } void PercDown(ElementType A[], int p, int N) { int Parent, Child; ElementType X; X = A[p]; for (Parent = p; (Parent*2+1) < N; Parent = Child) { Child = Parent*2 + 1; if ( (Child!= N-1) && (A[Child] < A[Child+1]) ) Child++; if (X >= A[Child]) break; else A[Parent] = A[Child]; } A[Parent] = X; } void HeapSort(ElementType A[], int N) { int i; for (i = N/2-1; i >= 0; i--) PercDown(A, i, N); //建立最大堆 for (i = N-1; i > 0; i--) { Swap(&A[0], &A[i]); PercDown(A, 0, i); } }
时间复杂度：
平均O(Nlog2N) 最坏O(Nlog2N) 不稳定
PTA结果：
标签：pos heap wap 问题： com 算法 分享 image element
原文地址：http://www.cnblogs.com/whileskies/p/6871532.html
