赞
踩
实现方式:
一、基本概念
堆:这里是指一种数据结构,而不是我们在C#中提到的用于存储引用类型对象的地方。它可以被当成一棵完全二叉树。
binaryTree
为了将堆用数组来存放,这里对每个节点标上顺序。事实上,我们可以用简单的计算公式得出父节点,左孩子,右孩子的索引:
parent(i) = clip_image002[4]
left(i) = 2i
right(i)=2i + 1
最大堆和最小堆: 最大堆是指所有父节点的值都大于其孩子节点的堆,即满足以下公式:
A[parent[i]]clip_image002[6]A[i](A是指存放该堆的数组)
最小堆相反。
最大堆和最小堆是堆排序的关键,可知最大堆的根节点是堆中最大的节点。因此只要我们构造出最大(小)堆,最大(小)的元素也就得到了,然后再对剩下的元素继续构造最大(小)堆,就可以取出第二大(小)的元素,依此类推,直到排序完成。
二、构造最大(小)堆
我们已经得知构造最大(小)堆是堆排序的关键,下面就来看看如何构造最大堆。
万事开头难,首先来看一种特殊的情形吧:堆的根节点的左子树和右子树都已经是最大堆了,然而根节点却比孩子节点小,当然,这个堆不满足最大堆的定义。为了⑩这个堆成为最大堆,我们可以按如下步骤操作:
(1)将根节点与左右孩子中最大的交换
(2)交换之后可能会面临左或右子树不是最大堆的问题,但由于整个左(右)子树一开始就是最大堆,问题又回到了最开始的状态,因此只要如此反复即可得到最大堆。
对于上面的特殊堆已经找到了解决办法,但对于一般意义上的堆呢?
我们可以选择自底向上来构造:叶子节点是特殊的最大堆,举个例子有叶子节点a,b,它们的父节点是p;a,b肯定已经是最大堆了,这是要保证a,b,p组成的子树是最大堆。这个堆很眼熟是不是?没错,它就是前面提到的特殊的堆。在a,b,p组成的子树变成最大堆后,我们又可以类似的使该子树,该子树的父节点,以及同胞子树(或节点)组成的新子树成为最大堆,如此类推,最终使堆变为最大堆。
对于求解最小堆与此类似。
static void Main(string[] args) { Console.WriteLine("堆排序-示例"); // 记录外部循环次数 int outListInt = 0; // 记录内部循环次数 int inListInt = 0; // 记录排序次数 int sortListInt = 0; // 初始化 list 无序列表 加入一个非常大的数据 List<int> sortList = new List<int>(); // int[] baseIntList = new int[] { 99999999,65, 1, 5, 2, 7, 11, 2, 4, 3 }; // HeapSort_BuildMaxHeap(baseIntList); // 建立大根堆。 Console.WriteLine("Build max heap:"); foreach (int i in baseIntList) { Console.Write(i + " "); // 打印大根堆。 } Console.WriteLine("\r\nMax heap in each iteration:"); for (int i = baseIntList.Length - 1; i > 0; i--) { HeapSort_Swap(ref baseIntList[0], ref baseIntList[i]); // 将堆顶元素和无序区的最后一个元素交换。 HeapSort_MaxHeaping(baseIntList, 0, i); // 将新的无序区调整为大根堆。 // 打印每一次堆排序迭代后的大根堆。 for (int j = 0; j < i; j++) { Console.Write(baseIntList[j] + " "); } sortList.Add(baseIntList[0]); sortListInt += 1; Console.WriteLine(string.Empty); } Console.WriteLine(); // Console.WriteLine("外部循环次数:" + outListInt); Console.WriteLine("内部循环次数:" + inListInt); Console.WriteLine("排 序 次 数:" + sortListInt); // OutputResult("输出结果", sortList); Console.ReadKey(); } /// <summary> /// 由底向上建堆。由完全二叉树的性质可知,叶子结点是从index=a.Length/2开始,所以从index=(a.Length/2)-1结点开始由底向上进行大根堆的调整。 /// </summary> /// <param name="a"> /// 待排序数组。 /// </param> private static void HeapSort_BuildMaxHeap(int[] a) { for (int i = (a.Length / 2) - 1; i >= 0; i--) { HeapSort_MaxHeaping(a, i, a.Length); } } /// <summary> /// 将指定的结点调整为堆。 /// </summary> /// <param name="a"> /// 待排序数组。 /// </param> /// <param name="i"> /// 需要调整的结点。 /// </param> /// <param name="heapSize"> /// 堆的大小,也指数组中无序区的长度。 /// </param> private static void HeapSort_MaxHeaping(int[] a, int i, int heapSize) { int left = (2 * i) + 1; // 左子结点。 int right = 2 * (i + 1); // 右子结点。 int large = i; // 临时变量,存放大的结点值。 // 比较左子结点。 if (left < heapSize && a[left] > a[large]) { large = left; } // 比较右子结点。 if (right < heapSize && a[right] > a[large]) { large = right; } // 如有子结点大于自身就交换,使大的元素上移;并且把该大的元素调整为堆以保证堆的性质。 if (i != large) { HeapSort_Swap(ref a[i], ref a[large]); HeapSort_MaxHeaping(a, large, heapSize); } } /// <summary> /// 交换两个整数的值。 /// </summary> /// <param name="a">整数a。</param> /// <param name="b">整数b。</param> private static void HeapSort_Swap(ref int a, ref int b) { int tmp = a; a = b; b = tmp; } /// <summary> /// 格式化输出 /// </summary> /// <param name="outputString">输出标题</param> /// <param name="baseIntLsit">输出内容</param> private static void OutputResult(string outputString, List<int> baseIntLsit) { Console.Write(outputString + ":"); foreach (int itemInt in baseIntLsit) { Console.Write(itemInt + " "); } }
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。