“《算法导论》之‘排序’”：堆排序

　　关于堆排序的介绍主要引自一博文，比较详细的例子可参考另外一博文。

　　动画演示能够参考一网页。

　　关于二叉堆，有一博文二叉堆(一)之 图文解析写的很清晰详细，很值得参考。

堆

　　堆给人的感受是一个二叉树，可是其本质是一种数组对象，由于对堆进行操做的时候将堆视为一颗彻底二叉树，树中每一个节点与数组中的存放该节点值的那个元素对应。因此堆又称为二叉堆，堆与彻底二叉树的对应关系以下图所示：

　　

　　一般给定节点i，能够根据其在数组中的位置求出该节点的父亲节点、左右孩子节点，这三个过程通常采用宏或者内联函数实现。书（《算法导论》）上介绍的时候，数组的下标是从1开始的，因此可获得：PARENT(i)=i/2　　LEFT(i) = 2*i 　　RIGHT(i) = 2*i+1。

　　注：我的在程序实现的时候默认是从0开始的，所以left = 2*i+1, right = 2*i+2。

　　根据节点数值知足的条件，能够将分为最大堆和最小堆。最大堆的特性是：除了根节点之外的每一个节点i，有A[PARENT(i)] >= A[i],最小堆的特性是：除了根节点之外的每一个节点i，有A[PARENT(i)] >=A[i]。

　　把堆当作一个棵树，有以下的特性：

　　1）含有n个元素的堆的高度是lgn。

　　2）当用数组表示存储了n个元素的堆时，叶子节点的下标是n/2+1，n/2+2，……，n。

　　3）在最大堆中，最大元素该子树的根上；在最小堆中，最小元素在该子树的根上。

保持堆的性质

　　堆个关键操做过程是如何保持堆的特有性质，给定一个节点i，要保证以i为根的子树知足堆性质。书中以最大堆做为例子进行讲解，并给出了递归形式的保持最大堆性的操做过程MAX-HEAPIFY（注：个人程序中名为adjustHeap）。先从看一个例子，操做过程以下图所示：　　

　　

　　从图中能够看出，在节点i=2时，不知足最大堆的要求，须要进行调整，选择节点2的左右孩子中最大一个进行交换，而后检查交换后的节点i=4是否知足最大堆的要求，从图看出不知足，接着进行调整，直到没有交换为止。

建堆

　　创建最大堆的过程是自底向上地调用最大堆调整程序将一个数组A[1.....N]变成一个最大堆。将数组视为一颗彻底二叉树，从其最后一个非叶子节点（n/2）开始调整。调整过程以下图所示：

　　

堆排序算法

　　堆排序算法过程为：先调用建立堆函数将输入数组A[1...n]形成一个最大堆，使得最大的值存放在数组第一个位置A[1]，而后用数组最后一个位置元素与第一个位置进行交换，并将堆的大小减小1，并调用最大堆调整函数从第一个位置调整最大堆。给出堆数组A={4,1,3,16,9,10,14,8,7}进行堆排序简单的过程以下：

　　（1）建立最大堆，数组第一个元素最大，执行后结果下图：

　　（2）进行循环，从length(A)到1，并不断的调整最大堆，给出一个简单过程以下：

 

代码实现

 1 void HeapSort::sort()
 2 {
 3     buildHeap();
 4     for (int i = 0; i < len; i++)
 5     {
 6         int hLen = len - i;
 7         // It is been done in buildHeap() when i =  0
 8         if (i != 0)
 9             adjustHeap(0, hLen);
10         exchange(0, hLen - 1);
11     }
12 }
13 
14 void HeapSort::buildHeap()
15 {
16     int n = 1;
17     while (len > pow(2.0, n) - 1)
18     {
19         adjustHeap(0, len);
20         n++;
21     }
22 }
23 
24 void HeapSort::adjustHeap(int start, int hLen)
25 {
26     if (start >= hLen - 1)    return;
27 
28     int left = 2 * start + 1;
29     int right = 2 * start + 2;
30 
31     // This also means left < hLen and
32     // arr[left] and arr[right] exist.
33     if (right < hLen)
34     {
35         // This means arr[start] is smaller than one of its child, so we just
36         // need to find a larger child to replace it.
37         if (arr[start] < arr[left] || arr[start] < arr[right])
38         {
39             if (arr[left] >= arr[right])
40             {
41                 exchange(start, left);
42             }
43             else
44             {
45                 exchange(start, right);
46             }
47         }
48     }
49     // This means left < hLen <= right and arr[right] does not exist.
50     else if (left < hLen)
51     {
52         if (arr[start] < arr[left])
53         {
54             exchange(start, left);
55         }
56     }
57     // This means hLen <= left, arr[left] does not exist and arr[start] has no child.
58     // Actually, 'else' branch is not necessary as 'if (start >= hLen - 1)    return;'
59     // at the beginning has ensured this.
60     else
61     {
62         return;
63     }
64 
65     adjustHeap(start + 1, hLen);
66     adjustHeap(start + 2, hLen);
67 }

 

　　完整程序请见Github.