白话经典算法系列之七堆与堆排序

桃扇骨 2022-09-18 08:53 234阅读 0赞

原文地址：

[http://blog.csdn.net/morewindows/article/details/6709644][http_blog.csdn.net_morewindows_article_details_6709644]

**堆排序**与**[快速排序][Link 1]**，**[归并排序][Link 2]**一样都是时间复杂度为O(N\*logN)的几种常见排序方法。学习堆排序前，先讲解下什么是数据结构中的二叉堆。

## 二叉堆的定义 ##

二叉堆是完全二叉树或者是近似完全二叉树。

二叉堆满足二个特性：

1．父结点的键值总是大于或等于（小于或等于）任何一个子节点的键值。

2．每个结点的左子树和右子树都是一个二叉堆（都是最大堆或最小堆）。

当父结点的键值总是大于或等于任何一个子节点的键值时为**最大堆**。当父结点的键值总是小于或等于任何一个子节点的键值时为**最小堆**。下图展示一个最小堆：

![0_1314014666d5oe.gif][]

由于其它几种堆（二项式堆，斐波纳契堆等）用的较少，一般将二叉堆就简称为堆。

## 堆的存储 ##

一般都用数组来表示堆，i结点的父结点下标就为(i – 1) / 2。它的左右子结点下标分别为2 \* i + 1和2 \* i + 2。如第0个结点左右子结点下标分别为1和2。

![0_1314014706gZqn.gif][]

## 堆的操作——插入删除 ##

下面先给出《数据结构C++语言描述》中最小堆的建立插入删除的图解，再给出本人的实现代码，最好是先看明白图后再去看代码。

![0_131415207877s7.gif][]

### 堆的插入 ###

每次插入都是将新数据放在数组最后。可以发现从这个新数据的父结点到根结点必然为一个有序的数列，现在的任务是将这个新数据插入到这个有序数据中——这就类似于**直接插入排序**中将一个数据并入到有序区间中，对照[《白话经典算法系列之二 直接插入排序的三种实现》][Link 3]不难写出插入一个新数据时堆的调整代码：

**\[cpp\]**  [view plain][] [copy][view plain]

1.  //  新加入i结点  其父结点为(i - 1) / 2  
2.  **void** MinHeapFixup(**int** a\[\], **int** i)  
3.  \{  
4.      **int** j, temp;  
5.        
6.      temp = a\[i\];  
7.      j = (i - 1) / 2;      //父结点  
8.      **while** (j >= 0 && i != 0)  
9.      \{  
10.         **if** (a\[j\] <= temp)  
11.             **break**;  
12.           
13.         a\[i\] = a\[j\];     //把较大的子结点往下移动,替换它的子结点  
14.         i = j;  
15.         j = (i - 1) / 2;  
16.     \}  
17.     a\[i\] = temp;  
18. \}

更简短的表达为：

**\[cpp\]**  [view plain][] [copy][view plain]

1.  **void** MinHeapFixup(**int** a\[\], **int** i)  
2.  \{  
3.      **for** (**int** j = (i - 1) / 2; (j >= 0 && i != 0)&& a\[i\] > a\[j\]; i = j, j = (i - 1) / 2)  
4.          Swap(a\[i\], a\[j\]);  
5.  \}

插入时：

**\[cpp\]**  [view plain][] [copy][view plain]

1.  //在最小堆中加入新的数据nNum  
2.  **void** MinHeapAddNumber(**int** a\[\], **int** n, **int** nNum)  
3.  \{  
4.      a\[n\] = nNum;  
5.      MinHeapFixup(a, n);  
6.  \}

### 堆的删除 ###

按定义，堆中每次都只能删除第0个数据。为了便于重建堆，实际的操作是将最后一个数据的值赋给根结点，然后再从根结点开始进行一次从上向下的调整。调整时先在左右儿子结点中找最小的，如果父结点比这个最小的子结点还小说明不需要调整了，反之将父结点和它交换后再考虑后面的结点。相当于从根结点将一个数据的“下沉”过程。下面给出代码：

**\[cpp\]**  [view plain][] [copy][view plain]

1.  //  从i节点开始调整,n为节点总数 从0开始计算 i节点的子节点为 2\*i+1, 2\*i+2  
2.  **void** MinHeapFixdown(**int** a\[\], **int** i, **int** n)  
3.  \{  
4.      **int** j, temp;  
5.    
6.      temp = a\[i\];  
7.      j = 2 \* i + 1;  
8.      **while** (j < n)  
9.      \{  
10.         **if** (j + 1 < n && a\[j + 1\] < a\[j\]) //在左右孩子中找最小的  
11.             j++;  
12.   
13.         **if** (a\[j\] >= temp)  
14.             **break**;  
15.   
16.         a\[i\] = a\[j\];     //把较小的子结点往上移动,替换它的父结点  
17.         i = j;  
18.         j = 2 \* i + 1;  
19.     \}  
20.     a\[i\] = temp;  
21. \}  
22. //在最小堆中删除数  
23. **void** MinHeapDeleteNumber(**int** a\[\], **int** n)  
24. \{  
25.     Swap(a\[0\], a\[n - 1\]);  
26.     MinHeapFixdown(a, 0, n - 1);  
27. \}

## 堆化数组 ##

有了堆的插入和删除后，再考虑下如何对一个数据进行堆化操作。要一个一个的从数组中取出数据来建立堆吧，不用！先看一个数组，如下图：

![0_1314014725K5k6.gif][]

很明显，对叶子结点来说，可以认为它已经是一个合法的堆了即20，60， 65， 4， 49都分别是一个合法的堆。只要从A\[4\]=50开始向下调整就可以了。然后再取A\[3\]=30，A\[2\] = 17，A\[1\] = 12，A\[0\] = 9分别作一次向下调整操作就可以了。下图展示了这些步骤：

![0_1314014735kbBA.gif][]

写出堆化数组的代码：

**\[cpp\]**  [view plain][] [copy][view plain]

1.  //建立最小堆  
2.  **void** MakeMinHeap(**int** a\[\], **int** n)  
3.  \{  
4.      **for** (**int** i = n / 2 - 1; i >= 0; i--)  
5.          MinHeapFixdown(a, i, n);  
6.  \}

至此，堆的操作就全部完成了(注1)，再来看下如何用堆这种数据结构来进行排序。

## 堆排序 ##

首先可以看到堆建好之后堆中第0个数据是堆中最小的数据。取出这个数据再执行下堆的删除操作。这样堆中第0个数据又是堆中最小的数据，重复上述步骤直至堆中只有一个数据时就直接取出这个数据。

由于堆也是用数组模拟的，故堆化数组后，第一次将A\[0\]与A\[n - 1\]交换，再对A\[0…n-2\]重新恢复堆。第二次将A\[0\]与A\[n – 2\]交换，再对A\[0…n - 3\]重新恢复堆，重复这样的操作直到A\[0\]与A\[1\]交换。由于每次都是将最小的数据并入到后面的有序区间，故操作完成后整个数组就有序了。有点类似于**[直接选择排序][Link 4]**。

**\[cpp\]**  [view plain][] [copy][view plain]

1.  **void** MinheapsortTodescendarray(**int** a\[\], **int** n)  
2.  \{  
3.      **for** (**int** i = n - 1; i >= 1; i--)  
4.      \{  
5.          Swap(a\[i\], a\[0\]);  
6.          MinHeapFixdown(a, 0, i);  
7.      \}  
8.  \}

注意使用最小堆排序后是递减数组，要得到递增数组，可以使用最大堆。

由于每次重新恢复堆的时间复杂度为O(logN)，共N - 1次重新恢复堆操作，再加上前面建立堆时N / 2次向下调整，每次调整时间复杂度也为O(logN)。二次操作时间相加还是O(N \* logN)。故堆排序的时间复杂度为O(N \* logN)。STL也实现了堆的相关函数，可以参阅《[STL系列之四 heap 堆][STL_ heap]》。

注1 作为一个数据结构，最好用类将其数据和方法封装起来，这样即便于操作，也便于理解。此外，除了堆排序要使用堆，另外还有很多场合可以使用堆来方便和高效的处理数据，以后会一一介绍。

转载请标明出处，原文地址：[http://blog.csdn.net/morewindows/article/details/6709644][http_blog.csdn.net_morewindows_article_details_6709644]

[http_blog.csdn.net_morewindows_article_details_6709644]: http://blog.csdn.net/morewindows/article/details/6709644
[Link 1]: http://blog.csdn.net/morewindows/article/details/6684558
[Link 2]: http://blog.csdn.net/morewindows/article/details/6678165
[0_1314014666d5oe.gif]: /images/20220828/38df2ee1f5ec4baf991d1ccddbc2e72f.png
[0_1314014706gZqn.gif]: /images/20220828/cc503ba4d1b64de5a5fc3918c738e843.png
[0_131415207877s7.gif]: /images/20220828/66f5855a210d4d799c3175326b23135f.png
[Link 3]: http://blog.csdn.net/morewindows/article/details/6665714
[view plain]: http://blog.csdn.net/morewindows/article/details/6709644#
[0_1314014725K5k6.gif]: /images/20220828/11bd5b2d4760473ab955fecae57daa9c.png
[0_1314014735kbBA.gif]: /images/20220828/3bdd6fe4936044a984b1a080b8ed9f62.png
[Link 4]: http://blog.csdn.net/morewindows/article/details/6671824
[STL_ heap]: http://blog.csdn.net/morewindows/article/details/6967409