排序算法——选择排序(简单选择排序&&堆排序)

简单选择排序:

转载:简单选择排序(直接选择排序)

【基本思想】

 每一趟从待排序的数据元素中选出最小(最大)的元素,顺序放在待排序的数列最前,直到全部待排序的数据元素全部排完。
【特点】

 数据结构:数组

 稳定性:不稳定
【过程】

 初始关键字:『 8,5,2,6,9,3,1,4,0,7 』

 第一趟排序后:0,『5,2,6,9,3,1,4,8,7』

 第二趟排序后:0,1,『2,6,9,3,5,4,8,7』

 第三趟排序后:0,1,2,『6,9,3,5,4,8,7』

 第四趟排序后:0,1,2,3,『9,6,5,4,8,7』

 第五趟排序后:0,1,2,3,4,『6,5,9,8,7』

 第六趟排序后:0,1,2,3,4,5,『6,9,8,7』

 第七趟排序后:0,1,2,3,4,5,6,『9,8,7』

 第八趟排序后:0,1,2,3,4,5,6,7,『8,9』

 第九趟排序后:0,1,2,3,4,5,6,7,8,『9』

 结果:          『 0,1,2,3,4,5,6,7,8,9 』

          

   排序过程           宏观过程

代码:

//直接选择排序
#include<iostream>
#include<algorithm> 
using namespace std;

void select_sort(int a[],int n)
{
	int i,j;
	int tmp;
	for(i=0;i<n-1;i++)
	{
		tmp=i;
		for(j=i+1;j<n;j++)
			if(a[tmp]>a[j])
				tmp=j;		
		swap(a[i],a[tmp]);
	}
}

int main()
{
	int a[]={1,8,5,6,9,7,3};
	int n=sizeof(a)/sizeof(int);
	
	select_sort(a,n);
	
	for(int i=0;i<n;i++)
		printf("%d ",a[i]);
	
	return 0;
} 

堆排序:

转载:(原文写的很好)白话讲排序系列(六) 堆排序(绝对让你明白堆排序!)

开门见山,本文讲述堆排序。

就我自身对于排序的了解来看,其实堆排序是诸多排序中最难写的,光是理解起来都有点费劲,本文旨在于用通俗易懂的话,把堆排序娓娓道来。

下面,开始!

1:堆

毫无疑问,排序两个字没必要去死磕,这里的重点,在于排序的方式,堆排序,就是以堆的形式去排序,毫无疑问,了解堆很重要。

那么,什么是堆呢?

这里,必须引入一个完全二叉树的概念,然后过渡到堆的概念。

上图,就是一个完全二叉树,其特点在于:

  1. 从作为第一层的根开始,除了最后一层之外,第N层的元素个数都必须是2的N次方;第一层一个元素,第二层4个,第三层8个,以此类推。
  2. 而最后一行的元素,都要紧贴在左边,换句话说,每一行的元素都从最左边开始安放,两个元素之间不能有空闲,具备了这两个特点的树,就是一棵完全二叉树。

那么,完全二叉树与堆有什么关系呢?

我们假设有一棵完全二叉树,在满足作为完全二叉树的基础上,对于任意一个拥有父节点的子节点,其数值均不小于父节点的值;这样层层递推,就是根节点的值最小,这样的树,称为小根堆。

同理,又有一棵完全二叉树,对于任意一个子节点来说,均不大于其父节点的值,如此递推,就是根节点的值是最大的,这样的数,称为大根堆。

如上图,左边就是大根堆;右边则是小根堆,这里必须要注意一点,只要求子节点与父节点的关系,两个节点的大小关系与其左右位置没有任何关系。

明确下大根堆,小根堆的概念,继续说堆排序。

现在对于堆排序来说,我们先要做的是,把待排序的一堆无序的数,整理成一个大根堆,或者小根堆,下面讨论以大根堆为例子。

给定一个列表array=[16,7,3,20,17,8],对其进行堆排序(使用大根堆)。

接下来内容是转载部分,自己绘图功底太差:其中绿色部分为自己的注解。

步骤一 构造初始堆。将给定无序序列构造成一个大顶堆(一般升序采用大顶堆,降序采用小顶堆)。

a.假设给定无序序列结构如下

2.此时我们从最后一个非叶子结点开始(叶结点自然不用调整,第一个非叶子结点 arr.length/2-1=5/2-1=1,也就是下面的6结点),从左至右,从下至上进行调整。

此处必须注意,我们把6和9比较交换之后,必须考量9这个节点对于其子节点会不会产生任何影响?因为其是叶子节点,所以不加考虑;但是,一定要熟练这种思维,写代码的时候就比较容易理解为什么会出现一次非常重要的交换了。

4.找到第二个非叶节点4,由于[4,9,8]中9元素最大,4和9交换。

在真正代码的实现中,这时候4和9交换过后,必须考虑9所在的这个节点位置,因为其上的值变了,必须判断对其的两个子节点是否造成了影响,这么说不合适,实际上就是判断其作为根节点的那棵子树,是否还满足大根堆的原则,每一次交换,都必须要循环把子树部分判别清楚。

这时,交换导致了子根[4,5,6]结构混乱,继续调整,[4,5,6]中6最大,交换4和6。

牢记上面说的规则,每次交换都要把改变了的那个节点所在的树重新判定一下,这里就用上了,4和9交换了,变动了的那棵子树就必须重新调整,一直调整到符合大根堆的规则为截。

此时,我们就将一个无序序列构造成了一个大顶堆。

步骤二 将堆顶元素与末尾元素进行交换,使末尾元素最大。然后继续调整堆,再将堆顶元素与末尾元素交换,得到第二大元素。如此反复进行交换、重建、交换。

a.将堆顶元素9和末尾元素4进行交换

这里,必须说明一下,所谓的交换,实际上就是把最大值从树里面拿掉了,剩下参与到排序的树,其实只有总结点的个数减去拿掉的节点个数了。所以图中用的是虚线。

b.重新调整结构,使其继续满足堆定义

 c.再将堆顶元素8与末尾元素5进行交换,得到第二大元素8.

后续过程,继续进行调整,交换,如此反复进行,最终使得整个序列有序

下面,附上我的代码,也是从文末链接中模仿过来的,但是亲自敲过一遍,印象深刻。

代码的注释真的是非常详细。

public class HeapSort {
	public static void main(String[] args) {
		int[] array = new int[] { 2, 1, 4, 3, 6, 5, 8, 7 };
		// 接下来就是排序的主体逻辑
		sort(array);
		System.out.println(Arrays.toString(array));
	}
 
	/**
	 * 
	 * @description 本方法只有一个参数,那就是待排序的array
	 * @author yuzhao.yang
	 * @param
	 * @return
	 * @time 2018年3月9日 下午2:24:45
	 */
	public static void sort(int[] array) {
		// 按照完全二叉树的特点,从最后一个非叶子节点开始,对于整棵树进行大根堆的调整
		// 也就是说,是按照自下而上,每一层都是自右向左来进行调整的
		// 注意,这里元素的索引是从0开始的
		// 另一件需要注意的事情,这里的建堆,是用堆调整的方式来做的
		// 堆调整的逻辑在建堆和后续排序过程中复用的
		for (int i = array.length / 2 - 1; i >= 0; i--) {
			adjustHeap(array, i, array.length);
		}
 
		// 上述逻辑,建堆结束
		// 下面,开始排序逻辑
		for (int j = array.length - 1; j > 0; j--) {
			// 元素交换
			// 说是交换,其实质就是把大顶堆的根元素,放到数组的最后;换句话说,就是每一次的堆调整之后,都会有一个元素到达自己的最终位置
			swap(array, 0, j);
			// 元素交换之后,毫无疑问,最后一个元素无需再考虑排序问题了。
			// 接下来我们需要排序的,就是已经去掉了部分元素的堆了,这也是为什么此方法放在循环里的原因
			// 而这里,实质上是自上而下,自左向右进行调整的
			adjustHeap(array, 0, j);
		}
	}
 
	/**
	 * 
	 * @description 这里,是整个堆排序最关键的地方,正是因为把这个方法抽取出来,才更好理解了堆排序的精髓,会尽可能仔细讲解
	 * @author yuzhao.yang
	 * @param
	 * @return
	 * @time 2018年3月9日 下午2:54:38
	 */
	public static void adjustHeap(int[] array, int i, int length) {
		// 先把当前元素取出来,因为当前元素可能要一直移动
		int temp = array[i];
		// 可以参照sort中的调用逻辑,在堆建成,且完成第一次交换之后,实质上i=0;也就是说,是从根所在的最小子树开始调整的
		// 接下来的讲解,都是按照i的初始值为0来讲述的
		// 这一段很好理解,如果i=0;则k=1;k+1=2
		// 实质上,就是根节点和其左右子节点记性比较,让k指向这个不超过三个节点的子树中最大的值
		// 这里,必须要说下为什么k值是跳跃性的。
		// 首先,举个例子,如果a[0] > a[1]&&a[0]>a[2],说明0,1,2这棵树不需要调整,那么,下一步该到哪个节点了呢?肯定是a[1]所在的子树了,
		// 也就是说,是以本节点的左子节点为根的那棵小的子树
		// 而如果a[0}<a[2]呢,那就调整a[0]和a[2]的位置,然后继续调整以a[2]为根节点的那棵子树,而且肯定是从左子树开始调整的
		// 所以,这里面的用意就在于,自上而下,自左向右一点点调整整棵树的部分,直到每一颗小子树都满足大根堆的规律为止
		for (int k = 2 * i + 1; k < length; k = 2 * k + 1) {
			// 让k先指向子节点中最大的节点
			if (k + 1 < length && array[k] < array[k + 1]) {
				k++;
			}
 
			// 如果发现子节点更大,则进行值的交换
			if (array[k] > temp) {
				swap(array, i, k);
				// 下面就是非常关键的一步了
				// 如果子节点更换了,那么,以子节点为根的子树会不会受到影响呢?
				// 所以,循环对子节点所在的树继续进行判断
				i = k;
				// 如果不用交换,那么,就直接终止循环了
			} else {
				break;
			}
		}
	}
 
	/**
	 * 交换元素
	 * 
	 * @param arr
	 * @param a
	 *            元素的下标
	 * @param b
	 *            元素的下标
	 */
	public static void swap(int[] arr, int a, int b) {
		int temp = arr[a];
		arr[a] = arr[b];
		arr[b] = temp;
	}
}

参考上面的代码,我自己写了一遍。

//堆排序
#include<iostream>
#include<algorithm>
using namespace std;

void heap_adjust(int a[],int i,int len)//调整节点i,使得以i为根节点的树为堆 
{
	int k,tmp;
	for(k=2*i+1;k<len;k=2*i+1)//一直向下调整 
	{
		tmp=a[i];
		if(k+1<len&&a[k]<a[k+1])//使得k指向较大的孩子 
			k++; 
		if(tmp<a[k])//如果当前节点小于孩子节点
		{
			swap(a[i],a[k]); 
			i=k;
		} 
		else//有排序的时候从下向上调整,故后面在没有变动的情况下,默认有序 
			break;
	} 
} 

void heap_sort(int a[],int length)
{
	int i,j;
	
	/*初始建立大顶堆*/
	for(i=length/2-1;i>=0;i--)//从最后一个非叶子节点开始,从下向上进行建立 
	{
		heap_adjust(a,i,length); 
	}
	
	/*排序*/ 
	for(j=length-1;j>0;j--)
	{
		swap(a[0],a[j]);
		heap_adjust(a,0,j); 
	}	
}


int main()
{
	int a[]={1,5,8,7,9,3,4,2,8,6,8,7};
	int n=sizeof(a)/sizeof(int);
	
	heap_sort(a,n);
	
	for(int i=0;i<n;i++)
		cout<<a[i]<<" ";
	
	return 0;
} 

注:堆排序对记录较少的文件不提倡。

猜你喜欢

转载自blog.csdn.net/sinat_38816924/article/details/83051407
今日推荐