标签:else ati .net [1] [] 接下来 递归 上进 lock
在算法导论第三版中介绍“堆排序是一种原地排序,如果试图引入数组,那么将失去这一优势。”堆排序的基础是在原有堆上进行排序,即将等待排序的集合先建堆
最大堆满足条件A[Parent[i]]>=A[i]
最大堆唯一能确立的就是数组中的最大元素,相当于一个复杂的Max方法,但是重新确立一个最大堆比较快速
//伪代码片段
Max_Heapify(A,i) l=LEFT(i) r=RIGHT(i) if l<=A.heap-size and A[l]>A[i] largest=l else largest=i if r<=A.heap-size and A[r]>A[largest] largest=r if largest !=i exchange A[i] with A[largest] Max_Heapify(A,largest)
每次从最大堆中选出第一个元素Array[0](数组中最大的元素),将其与最后一个元素Array[n-1]交换,这样最大元素就放到了最后一个位子,接下来就可以把它剔除了,n–1,将刚刚的Arrayn-1在新的最大堆(元素少了一个,挑一个最大的出来)中找到合适的位置。
相当于第一次建立最大堆是建立,剩下的每次都是修补,将交换的元素找到一个合适的位置,这样每次Array[0]又成了最大元素
//伪代码片段 Heap_Sort(A) Build_Max_Heap(A) for i=A.length downto 2 exchange A[1] with A[i] A.heap-size=A.heap-size - 1 Max_Heapify(A,1)
这是基于最大堆排序,结果是从小到大,因为最大的元素放在数组末尾,最小堆排序相反,但原理一样
public class 堆排序 { // 先建堆 public static void main(String[] args) { int Array[] = { 16, 14, 10, 8, 7, 9, 3, 2, 4, 1 }; System.out.print("构建最大堆之前: "); for (int m : Array) { System.out.print(" " + m); } System.out.println(""); Heap_Sort(Array); System.out.print("堆排序完成之后: "); for (int m : Array) { System.out.print(" " + m); } } public static void Heap_Sort(int Array[]) { int m_size = Array.length - 1; // Build_Max_Heapify(),将使A[0]达到最大值。这样一直循环交换存放在数组A[i]中,递归调用。 Build_Max_Heapify(Array);// 堆排序算法利用Build_Max_Heapify(Array)将数组Array建成最大堆 System.out.print("构建最大堆之后: "); for (int m : Array) { System.out.print(" " + m); } System.out.println(""); for (int i = m_size; i >= 1; i--) { Array[i] += Array[0]; // 因为数组中的最大元素总在根结点Array[0],与Array[m_size}交换,相当于将该节点已经确定出位置,接下来的排序可以不用再考虑该元素(它已经有了最后的位置) Array[0] = Array[i] - Array[0]; Array[i] -= Array[0]; // swap(A[0], A[i]); --m_size;// 剔除刚刚交换的Array[m_size] Max_Heapify(Array, 0,m_size);// 再构建最大堆,在原有的最大堆基础之上乱了一个Array[0],找到Array[0]的位置,又是一个新的最大堆(少了刚刚那个确立的最大元素) } } public static void Build_Max_Heapify(int A[]) { // 建堆:子数组A[n/2+1...n]中的元素都是叶子节点,因此每个都可以看作只含一个元素的堆. int m_size = A.length - 1; // m_size/2与m_size一样都正确,也就是上面句子的解释。 for (int i = m_size / 2; i >= 0; i--) Max_Heapify(A, i,m_size); } public static void Max_Heapify(int Array[], int i,int needSize) { int m_size = needSize; int largest; int left = Left(i); int right = Right(i); if ((left <= m_size) && (Array[left] > Array[i])) largest = left; else largest = i; if ((right <= m_size) && (Array[right] > Array[largest])) largest = right; if (largest != i) { Array[i] += Array[largest]; // 第一次交换确立最大元素Array[largest] Array[largest] = Array[i] - Array[largest]; Array[i] -= Array[largest]; Max_Heapify(Array, largest,m_size); // 将刚刚与最大元素交换的元素Array[i]在最大堆中找到一个合适的位置 } } int Parent(int i) { // Parent node return i / 2; } static int Right(int i) { // right node return 2 * i + 2; } static int Left(int i) { // left node return 2 * i + 1; } }
标签:else ati .net [1] [] 接下来 递归 上进 lock
原文地址:http://www.cnblogs.com/kevinchan/p/7655494.html