第二篇,选择排序算法:简单选择排序堆排序

Posted Xtizzzz分享

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了第二篇,选择排序算法:简单选择排序堆排序相关的知识,希望对你有一定的参考价值。

    此为第二篇,选择排序算法:简单选择排序、堆排序。


简介

选择排序的基本思想是:每一趟(如第i趟)在后面 n-i+1 ( i = 1 , 2, ...., n-1) 个待排序元素中选取关键字最小的元素,作为有序子序列的第i个元素,直到第 n-1 趟做完,待排序元素只剩下一个,就不用再选了。

    基于选择的排序算法主要介绍简单选择排序排序


一.简单选择排序

简单选择排序算法的思想:假设排序表 L [1...n ],第i趟排序即从 L[i...n] 选择关键字最小的元素与L(i) 交换,每一趟排序可以确定一个元素的最终位置,这样经过n-1趟排序就可使得整个排序表有序。

若表L={46859},我们以min来选择较小元素的小标ij结合来遍历数组。初始的时候mini都指向L首元素,j指向i+1元素,然后j开始从右向左进行遍历L,若L(j)>L(min),min=j,直至j走完整个L表;i再向右走,这样循环到i走到最后一个元素就完成了排序,过程如下图所示:


1.例程

/********************************* 选择排序 *********************************/#include <stdio.h>#include <stdlib.h>#include <string.h>
void SelectSort(int *data, int length){    int i, j, min, temp;    for(i = 0; i < length-1; i++)            //进行n-1次循环    {        min = i;                           //选择一个序号        for(j = i+1; j < length; j++)        //从(选择的序号+1)到最后一个序号,进行两两比较            if(data[j] < data[select])       //若找到比选择序号的值小的,则更新                min = j;                          temp = data[i];                      //交换        data[i] = data[min];        data[min] = temp;    }}
int main() {    int i = 0;    int data[] = {23, 64, 24, 12, 9, 16, 53, 57};    int temp[] = {0}; int length = sizeof(data) / sizeof(int);
SelectSort(data, length);
for (i = 0;i < length;i ++) {        printf("%4d", data[i]);    }    printf(" ");}


2.性能分析

2.1空间复杂度

仅使用常数个辅助单元,故空间效率为O(1);

 

2.2时间复杂度

在简单选择排序过程中,元素移动的操作次数很少,不会超过 3(n-1) ,若表已有序,最好的情况是移动0次;但元素间比较的次数与序列的初始状态无关,始终是n(n-1)/2次。

因此时间复杂度始终为:O(n2)

 

2.3稳定性

在第i趟找到最小元素后,和第i元素交换,可能会导致第i个元素与其含有相同关键字元素的相对位置发生改变。例如,表L = {2, 2, 1} 经过趟排序后 L={1, 2, 2} 最终排序序列也是L={1, 2, 2},显然,22的相对次序己发生变化。

因此简单选择排序是一种不稳定的排序方法。


二.堆排序

堆排序是根据堆的数据结构设计的一种排序,而堆可分为大根堆(每个结点的值都大于其左孩子和右孩子结点的值)和小根堆(每个结点的值都小于其左孩子和右孩子结点的值),这两种堆都是一棵完全二叉树。若序列L={45, 78, 09, 32, 87, 65, 53, 17},则大小根堆如下图:

第二篇,选择排序算法:简单选择排序、堆排序

将上面的大小跟堆进行映射可得到:

大根堆序列L(1~8)={87, 45, 78, 32, 17, 65, 53, 09}

小根堆序列L(1~8)={09, 17, 32, 53, 65, 45, 78, 87}

 

取父结点索引:i左孩子索引:2i右孩子索引:2i+1

则以上大小根堆满足一下性质(即堆的性质):

1<= i <= n/2

L(i) >= L(2i) && L(i) >= L(2i+1)

L(i) =< L(2i) && L(i) =< L(2i+1)

 

堆排序的思路为:

1.首先将存放在L[1....n]中的n个元素建成初始堆,由于堆本身的特点(以大顶堆为例),堆顶元素就是最大值。

2.输出堆顶元素后,将堆底元素送入堆顶,此时根结点已不满足大顶堆的性质,堆被破坏,将堆顶元素向下调整使其继续保持大顶堆的性质,再输出堆顶元素

3.如此重复,直到堆中仅剩一个元素为止。

 

可见堆排序主要步骤为:1.将无序序列构造成初始堆。2.输出堆顶元素后,将剩余元素调整成新的堆。

1.将无序序列构造成初始堆

n个结点的完全二叉树,最后一个结点是第 n/2 个结点的孩子。

1.1对第 n/2 个结点为根的子树筛选(对于大根堆,若根结点的关键字小于左右孩子中关键字较大者,则交换),使该子树成为堆。

1.2之后向前依次对各结点 ( n/2 - 1 ~ 1) 为根的子树进行筛选,看该结点值是否大于其左右子结点的值,若不大于,则将右子结点中的较大值与之交换,交换后可能会破坏下一级的堆,于是继续采用上述方法构造下一级的堆,直到以该结点为根的子树构成堆为止

1.3反复利用上述调整堆的方法建堆,直到根结点。

步骤如下图所示:

(a) 初始时调整L(4)子树,09 < 32,交换,交换后满足堆的定义;

(b) 向前调整L(3)子树,78 < 左右孩子的较大者87,交换,交换后满足堆的定义;

(c) 向前调整L(2)子树,17 < 左右孩子的较大者45,交换后满足堆的定义;

(d) 向前调整至根结点L(1)53 < 左右孩子的较大者87,交换,交换后破坏了L(3)子树的堆;采用上述方法对L(3)进行调整,53 < 左右孩子的较大者78 ,交换;

(e) 至此该完全二叉树满足堆的定义。


2.输出堆顶元素后,将剩余元素调整成新的堆

输出堆顶元素后,堆的性质被破坏,需要向下进行筛选。步骤如下图所示:

    将 09 右孩子的较大者 78 交换,交换后破坏了L(3)子树的堆,继续对L(3)子树向下筛选;将 09 和左右孩子的较大者 65 交换,交换后得到了新堆。


1.例程

#include <stdio.h>#include <stdlib.h>#include <string.h>
void display(int array[], int size) {    for (int i = 0; i < size; i++) {        printf("%d ", array[i]);    }    printf(" ");}
void swap(int array[], int x, int y) {    int key  = array[x];    array[x] = array[y];    array[y] = key;}
// 从大到小排序// void Down(int array[], int i, int n) {//     int child = 2 * i + 1;//     int key   = array[i];//     while (child < n) {//         if (array[child] > array[child + 1] && child + 1 < n) {//             child++;//         }//         if (key > array[child]) {//             swap(array, i, child);//             i = child;//         } else {//             break;//         }//         child = child * 2 + 1;//     }// }
// 从小到大排序void Down(int array[], int i, int n) { // 最后结果就是大顶堆    int parent = i;                    // 父节点下标    int child  = 2 * i + 1;            // 子节点下标    while (child < n) {        if (array[child] < array[child + 1] && child + 1 < n) {//判断子节点那个大,大的与父节点比较            child++;        }        if (array[parent] < array[child]) { // 判断父节点是否小于子节点            swap(array, parent, child);     // 交换父节点和子节点            parent = child;                 // 子节点下标 赋给 父节点下标        }        child = child * 2 + 1; // 换行,比较下面的父节点和子节点    }}
void BuildHeap(int array[], int size) {    for (int i = size / 2 - 1; i >= 0; i--) { // 倒数第二排开始, 创建大顶堆,必须从下往上比较        Down(array, i, size);                 // 否则有的不符合大顶堆定义    }}
void HeapSort(int array[], int size) {    printf("初始化数组:");    BuildHeap(array, size); // 初始化堆    display(array, size);   // 查看初始化结果    for (int i = size - 1; i > 0; i--) {        swap(array, 0, i); // 交换顶点和第 i 个数据                           // 因为只有array[0]改变,其它都符合大顶堆的定义,所以可以从上往下重新建立        Down(array, 0, i); // 重新建立大顶堆
        printf("排序的数组:");        display(array, size);    }}
int main() {    int i = 0;    int data[] = {23, 64, 24, 12, 9, 16, 53, 57};    int temp[] = {0}; int length = sizeof(data) / sizeof(int);
HeapSort(data, length);
for (i = 0;i < length;i ++) {        printf("%4d", data[i]);    }    printf(" ");}


2.性能分析

2.1适用性

堆排序适合关键字较多的情况(如 n>1000)。

例如,在一亿个数中选出前 100 个最大值?首先用一个大小为100 的数组,读入前 100 个数,建立小顶堆,而后依次读入余下的数,若小于堆顶则舍弃,否则用该数取代堆顶并重新调整堆,待数据读取完毕,堆中100个数即为所求。

 

2.2空间复杂度

仅使用常数个辅助单元,故空间效率为O(1);

 

2.3时间复杂度

建堆时间为O(n),之后有 n-1 次向下调整操作,每次调整的时间复杂度为O(h)h为堆的高度,h=log(n+1) 约为 log2n )。

因此在最好、最坏和平均情况下,堆排序的时间复杂度为O(nlog2n)

 

2.4稳定性

进行筛选时,可能会把后面相同关键字的元素调整到前面。例如,表L = {1, 2, 2},构造初始推时可能将2交换到堆顶,此时L={2, 1, 2 } ,最终排序序列为L={1, 2, 2},显然,22的相对次序己发生变化。

因此堆排序是一种不稳定的排序方法。


下一篇,第三篇,插入排序算法:直接插入排序、希尔排序。


参考:

《王道数据结构》

CSDN博主:有人_295 的《堆排序算法--C/C++》

以上是关于第二篇,选择排序算法:简单选择排序堆排序的主要内容,如果未能解决你的问题,请参考以下文章

选择排序(简单选择排序堆排序的算法思想及代码实现)

排序算法之选择排序(简单选择排序堆排序)

经典排序算法一从简单选择排序到堆排序的深度解析

选择排序(简单选择排序和堆排序)

4.3_8种常用排序算法3(选择排序:简单选择排序+堆排序)

排序算法