6 2009

[转]堆排序算法原理以及实例代码

  • 摘要:本文给出了堆排序的原理定义以及实际代码。

1、 堆排序定义
n个关键字序列Kl,K2,…,Kn称为堆,当且仅当该序列满足如下性质(简称为堆性质):
(1) ki≤K2i且ki≤K2i+1 或(2)Ki≥K2i且ki≥K2i+1(1≤i≤ )

若将此序列所存储的向量R[1..n]看做是一棵完全二叉树的存储结构,则堆实质上是满足如下性质的完全二叉树:树中任一非叶结点的关键字均不大于(或不小于)其左右孩子(若存在)结点的关键字。
【例】关键字序列(10,15,56,25,30,70)和(70,56,30,25,15,10)分别满足堆性质(1)和(2),故它们均是堆,其对应的完全二叉树分别如小根堆示例和大根堆示例所示。
2、大根堆和小根堆
根结点(亦称为堆顶)的关键字是堆里所有结点关键字中最小者的堆称为小根堆。
根结点(亦称为堆顶)的关键字是堆里所有结点关键字中最大者,称为大根堆。
注意:
①堆中任一子树亦是堆。
②以上讨论的堆实际上是二叉堆(Binary Heap),类似地可定义k叉堆。
3、堆排序特点
堆排序(HeapSort)是一树形选择排序。
堆排序的特点是:在排序过程中,将R[l..n]看成是一棵完全二叉树的顺序存储结构,利用完全二叉树中双亲结点和孩子结点之间的内在关系【参见二叉树的顺序存储结构】,在当前无序区中选择关键字最大(或最小)的记录。
4、堆排序与直接插入排序的区别
直 接选择排序中,为了从R[1..n]中选出关键字最小的记录,必须进行n-1次比较,然后在R[2..n]中选出关键字最小的记录,又需要做n-2次比 较。事实上,后面的n-2次比较中,有许多比较可能在前面的n-1次比较中已经做过,但由于前一趟排序时未保留这些比较结果,所以后一趟排序时又重复执行 了这些比较操作。
堆排序可通过树形结构保存部分比较结果,可减少比较次数。
5、堆排序
堆排序利用了大根堆(或小根堆)堆顶记录的关键字最大(或最小)这一特征,使得在当前无序区中选取最大(或最小)关键字的记录变得简单。

1 /*
2 堆排序
3 (1)用大根堆排序的基本思想
4 ① 先将初始文件R[1..n]建成一个大根堆,此堆为初始的无序区
5 ② 再将关键字最大的记录R[1](即堆顶)和无序区的最后一个记录R[n]交换,
6 由此得到新的无序区R[1..n-1]和有序区R[n],且满足R[1..n-1].keys≤R[n].key
7 ③ 由于交换后新的根R[1]可能违反堆性质,故应将当前无序区R[1..n-1]调整为堆。
8 然后再次将R[1..n-1]中关键字最大的记录R[1]和该区间的最后一个记录R[n-1]交换,
9 由此得到新的无序区R[1..n-2]和有序区R[n-1..n],且仍满足关系R[1..n- 2].keys≤R[n-1..n].keys,
10 同样要将R[1..n-2]调整为堆。
11 ……
12 直到无序区只有一个元素为止。
13 (2)大根堆排序算法的基本操作:
14 ① 初始化操作:将R[1..n]构造为初始堆;
15 ② 每一趟排序的基本操作:将当前无序区的堆顶记录R[1]和该区间的最后一个记录交换,然后将新的无序区调整为堆(亦称重建堆)。
16 注意:
17 ①只需做n-1趟排序,选出较大的n-1个关键字即可以使得文件递增有序。
18 ②用小根堆排序与利用大根堆类似,只不过其排序结果是递减有序的。
19 堆排序和直接选择排序相反:在任何时刻,堆排序中无序区总是在有序区之前,
20 且有序区是在原向量的尾部由后往前逐步扩大至整个向量为止。
21 */
22
23 //生成大根堆
24 void HeapAdjust(int SortData[],int StartIndex, int Length)
25 {
26 while(2*StartIndex+1 < Length)
27 {
28 int MinChildrenIndex = 2*StartIndex+1 ;
29 if(2*StartIndex+2 < Length )
30 {
31 //比较左子树和右子树,记录最大值的Index
32 if(SortData[2*StartIndex+1]<SortData[2*StartIndex+2])
33 {
34 MinChildrenIndex = 2*StartIndex+2;
35 }
36 }
37 if(SortData[StartIndex] < SortData[MinChildrenIndex])
38 {
39 //交换i与MinChildrenIndex的数据
40 int tmpData =SortData[StartIndex];
41 SortData[StartIndex] =SortData[MinChildrenIndex];
42 SortData[MinChildrenIndex] =tmpData;
43 //堆被破坏,需要重新调整
44 StartIndex = MinChildrenIndex ;
45 }
46 else
47 {
48 //比较左右孩子均大则堆未破坏,不再需要调整
49 break;
50 }
51 }
52
53 return;
54 }
55
56 //堆排序
57 void HeapSortData(int SortData[], int Length)
58 {
59 int i=0;
60
61 //将Hr[0,Lenght-1]建成大根堆
62 for (i=Length/2-1; i>=0; i)
63 {
64 HeapAdjust(SortData, i, Length);
65 }
66
67 for (i=Length-1; i>0; i)
68 {
69 //与最后一个记录交换
70 int tmpData =SortData[0];
71 SortData[0] =SortData[i];
72 SortData[i] =tmpData;
73 //将H.r[0..i]重新调整为大根堆
74 HeapAdjust(SortData, 0, i);
75 }
76
77 return;
78 }

22 2009

选择排序算法(c语言实现)

关键代码如下:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
 void selection_sort(int list[], int n)
 {
   int i, j, min;
 
   for (i = 0; i &lt; n - 1; i++)
   {
     min = i;
     for (j = i+1; j &lt; n; j++)
     {
        if (list[j] &lt; list[min])
        {
           min = j;
        }
     }
     swap(&amp;list[i], &amp;list[min]);
   }
 }

22 2009

快速排序算法(c语言实现)

关键代码如下:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
 void quicksort(int list[],int m,int n)
 {
	int key,i,j,k;
	if( m &lt; n)
	{
	   k = choose_pivot(m,n);
	   swap(&amp;list[m],&amp;list[k]);
	   key = list[m];
	   i = m+1;
	   j = n;
	   while(i &lt;= j)
	   {
		  while((i &lt;= n) &amp;&amp; (list[i] &lt;= key))
				 i++;
		  while((j &gt;= m) &amp;&amp; (list[j] &gt; key))
				 j--;
		  if( i &lt; j)
				 swap(&amp;list[i],&amp;list[j]);
	   }
 
	   swap(&amp;list[m],&amp;list[j]);
	   quicksort(list,m,j-1);
	   quicksort(list,j+1,n);
	}
 }

原文:http://cprogramminglanguage.net/quicksort-algorithm-c-source-code.aspx