目录
一:什么是堆
二:最大堆的代码实现
构造函数+析构函数
核心函数---入堆和出堆
构造函数之:用数组构造堆
两种构造函数分别对应了两个堆排序
完整程序
原地堆排序
一:什么是堆
最大堆:
结构上是一颗完全二叉树
数值上要求:父节点的值>=其孩子节点的值
二:最大堆的代码实现
因为堆是完全二叉树的结构,所以用动态数组去存储最大堆。
template
class maxHeap{
private:
Type* data;
int maxSize;
int curSize;
void doublespace(){
Type* tmp=data;
maxSize*=2;
data=new Type[maxSize];
for(int i=1;i<=curSize;i++){
data[i]=tmp[i];
}
delete[] tmp;
}
};
构造函数+析构函数
public:
//构造函数
maxHeap(int initsize=5){
data=new Type[initsize+1];//堆从1开始存储
maxSize=initsize;
curSize=0;
}
//用数组构造
template
maxHeap(T a[],int n);
//析构函数
~maxHeap(){ delete[] data;}
核心函数---入堆和出堆
入堆
//入堆
template
void maxHeap::shiftUp(int k){
Type e=data[k];
for(k;k>1 && data[k/2]
void maxHeap::enHeap(const Type& x){
if(curSize==maxSize-1) doublespace();
data[++curSize]=x;
shiftUp(curSize);
}
思路:
把元素放入当前堆长度的后一个位置,然后为了维护堆的结构性,进行向上调整
注意----从1开始存储时,数组第k个位置的结点,其父节点k/2,其左孩子k*2,右孩子k*2+1
出堆
//入堆
template
void maxHeap::shiftUp(int k){
Type e=data[k];
for(k;k>1 && data[k/2]
void maxHeap::enHeap(const Type& x){
if(curSize==maxSize-1) doublespace();
data[++curSize]=x;
shiftUp(curSize);
}
堆是优先级队列,所以根节点出堆,然后把当前堆的最后一个结点放到根节点,数组长度-1,然后从根节点进行向下调整。
向下调整步骤:
- 循环前提:当前结点k至少有左孩子(k*2<=数组长度)
- 用j来记录左右孩子最大值:k的右孩子存在然后比较左右孩子数值取最大(if条件)
- 然后判断是否要调整:即---把左右孩子最大值和父节点判断,维护最大堆
- 更新k=j,然后继续循环
构造函数之:用数组构造堆
//用数组构造
template
maxHeap(T a[],int n){
//注意:成员变量初始化
maxSize=n+1;
curSize=n;
data=new Type[maxSize];
for(int i=1;i<=n;i++){
data[i]=a[i-1];
}
//从最后一个非叶子结点,逐个向下调整
for(int j=n/2;j>=1;j--){//根节点也要进行,堆为1
shiftDown(j);
}
}
思路:
把数组值依次存入堆数组,然后从第一个非叶子结点逐次遍历到根节点,每次都执行向下调整。注意:从1存放的堆的第一个非叶子结点是curSize/2
两种构造函数分别对应了两个堆排序
template
void heapSort_one(T a[],int n){
maxHeap heap;
for(int i=0;i=0;i--){
a[i]=heap.deHeap();
}
}
template
void heapSort_arr(T a[],int n){
maxHeap heap(a,n);
for(int i=n-1;i>=0;i--){
a[i]=heap.deHeap();
}
}
完整程序
因为堆是完全二叉树的结构,所以用动态数组去存储最大堆。
templateclass maxHeap{ private: Type* data; int maxSize; int curSize; void doublespace(){ Type* tmp=data; maxSize*=2; data=new Type[maxSize]; for(int i=1;i<=curSize;i++){ data[i]=tmp[i]; } delete[] tmp; } };
public:
//构造函数
maxHeap(int initsize=5){
data=new Type[initsize+1];//堆从1开始存储
maxSize=initsize;
curSize=0;
}
//用数组构造
template
maxHeap(T a[],int n);
//析构函数
~maxHeap(){ delete[] data;}
核心函数---入堆和出堆
入堆
//入堆
template
void maxHeap::shiftUp(int k){
Type e=data[k];
for(k;k>1 && data[k/2]
void maxHeap::enHeap(const Type& x){
if(curSize==maxSize-1) doublespace();
data[++curSize]=x;
shiftUp(curSize);
}
思路:
把元素放入当前堆长度的后一个位置,然后为了维护堆的结构性,进行向上调整
注意----从1开始存储时,数组第k个位置的结点,其父节点k/2,其左孩子k*2,右孩子k*2+1
出堆
//入堆
template
void maxHeap::shiftUp(int k){
Type e=data[k];
for(k;k>1 && data[k/2]
void maxHeap::enHeap(const Type& x){
if(curSize==maxSize-1) doublespace();
data[++curSize]=x;
shiftUp(curSize);
}
堆是优先级队列,所以根节点出堆,然后把当前堆的最后一个结点放到根节点,数组长度-1,然后从根节点进行向下调整。
向下调整步骤:
- 循环前提:当前结点k至少有左孩子(k*2<=数组长度)
- 用j来记录左右孩子最大值:k的右孩子存在然后比较左右孩子数值取最大(if条件)
- 然后判断是否要调整:即---把左右孩子最大值和父节点判断,维护最大堆
- 更新k=j,然后继续循环
构造函数之:用数组构造堆
//用数组构造
template
maxHeap(T a[],int n){
//注意:成员变量初始化
maxSize=n+1;
curSize=n;
data=new Type[maxSize];
for(int i=1;i<=n;i++){
data[i]=a[i-1];
}
//从最后一个非叶子结点,逐个向下调整
for(int j=n/2;j>=1;j--){//根节点也要进行,堆为1
shiftDown(j);
}
}
思路:
把数组值依次存入堆数组,然后从第一个非叶子结点逐次遍历到根节点,每次都执行向下调整。注意:从1存放的堆的第一个非叶子结点是curSize/2
两种构造函数分别对应了两个堆排序
template
void heapSort_one(T a[],int n){
maxHeap heap;
for(int i=0;i=0;i--){
a[i]=heap.deHeap();
}
}
template
void heapSort_arr(T a[],int n){
maxHeap heap(a,n);
for(int i=n-1;i>=0;i--){
a[i]=heap.deHeap();
}
}
完整程序
入堆
//入堆 templatevoid maxHeap ::shiftUp(int k){ Type e=data[k]; for(k;k>1 && data[k/2] void maxHeap ::enHeap(const Type& x){ if(curSize==maxSize-1) doublespace(); data[++curSize]=x; shiftUp(curSize); }
思路:
把元素放入当前堆长度的后一个位置,然后为了维护堆的结构性,进行向上调整
注意----从1开始存储时,数组第k个位置的结点,其父节点k/2,其左孩子k*2,右孩子k*2+1
出堆
//入堆 templatevoid maxHeap ::shiftUp(int k){ Type e=data[k]; for(k;k>1 && data[k/2] void maxHeap ::enHeap(const Type& x){ if(curSize==maxSize-1) doublespace(); data[++curSize]=x; shiftUp(curSize); }
堆是优先级队列,所以根节点出堆,然后把当前堆的最后一个结点放到根节点,数组长度-1,然后从根节点进行向下调整。
向下调整步骤:
- 循环前提:当前结点k至少有左孩子(k*2<=数组长度)
- 用j来记录左右孩子最大值:k的右孩子存在然后比较左右孩子数值取最大(if条件)
- 然后判断是否要调整:即---把左右孩子最大值和父节点判断,维护最大堆
- 更新k=j,然后继续循环
//用数组构造 templatemaxHeap(T a[],int n){ //注意:成员变量初始化 maxSize=n+1; curSize=n; data=new Type[maxSize]; for(int i=1;i<=n;i++){ data[i]=a[i-1]; } //从最后一个非叶子结点,逐个向下调整 for(int j=n/2;j>=1;j--){//根节点也要进行,堆为1 shiftDown(j); } } 思路:
把数组值依次存入堆数组,然后从第一个非叶子结点逐次遍历到根节点,每次都执行向下调整。注意:从1存放的堆的第一个非叶子结点是curSize/2
两种构造函数分别对应了两个堆排序
template
void heapSort_one(T a[],int n){
maxHeap heap;
for(int i=0;i=0;i--){
a[i]=heap.deHeap();
}
}
template
void heapSort_arr(T a[],int n){
maxHeap heap(a,n);
for(int i=n-1;i>=0;i--){
a[i]=heap.deHeap();
}
}
完整程序
templatevoid heapSort_one(T a[],int n){ maxHeap heap; for(int i=0;i =0;i--){ a[i]=heap.deHeap(); } }
templatevoid heapSort_arr(T a[],int n){ maxHeap heap(a,n); for(int i=n-1;i>=0;i--){ a[i]=heap.deHeap(); } }
maxheap.h
#ifndef my_Maxheap #define my_Maxheap templateclass maxHeap{ private: Type* data; int maxSize; int curSize; void doublespace(){ Type* tmp=data; maxSize*=2; data=new Type[maxSize]; for(int i=1;i<=curSize;i++){ data[i]=tmp[i]; } delete[] tmp; } //辅助函数---向上调整和向下调整 void shiftUp(int k); void shiftDown(int k); public: //构造函数 maxHeap(int initsize=5){ data=new Type[initsize+1];//堆从1开始存储 maxSize=initsize; curSize=0; } template maxHeap(T a[],int n){ //注意:成员变量初始化 maxSize=n+1; curSize=n; data=new Type[maxSize]; for(int i=1;i<=n;i++){ data[i]=a[i-1]; } //从最后一个非叶子结点,逐个向下调整 for(int j=n/2;j>=1;j--){//根节点也要进行,堆为1 shiftDown(j); } } //析构函数 ~maxHeap(){ delete[] data;} //核心函数:入堆和出堆 void enHeap(const Type& x);//堆是优先队列,所以放置后面,向上调整 Type deHeap();//根节点出堆,向下调整 }; //入堆 template void maxHeap ::shiftUp(int k){ Type e=data[k]; for(;k>1 && data[k/2] void maxHeap ::enHeap(const Type& x){ if(curSize==maxSize-1) doublespace(); data[++curSize]=x; shiftUp(curSize); } //出堆 template void maxHeap ::shiftDown(int k){ Type e=data[k]; int j; while(k*2<=curSize){//左孩子存在 j=k*2; if(j+1<=curSize && data[j+1]>data[j]) j+=1;//取左右孩子最大值 //判断:根节点和max(左右孩子) if(data[j]> e) data[k]=data[j]; else break; //更新k值 k=j; } data[k]=e; } template Type maxHeap ::deHeap(){ Type x=data[1]; data[1]=data[curSize--]; shiftDown(1); return x; } #endif
sortHelper.h
#include#include #include #include"maxheap.h" using namespace std; namespace sortHelper{ //生成数组 template T* gen_ran_arr(int n,int L,int R){ assert(L<=R); srand(time(NULL)); T* arr=new T[n]; for(int i=0;i void arr_print(T a[],int n){ for(int i=0;i heap; for(int i=0;i =0;i--){ a[i]=heap.deHeap(); } } template void heapSort_arr(T a[],int n){ maxHeap heap(a,n); for(int i=n-1;i>=0;i--){ a[i]=heap.deHeap(); } } }
原地堆排序
原地堆排序-----直接在原数组进行堆排序,不额外申请空间,因而序号也是0开始
在0开始的数组中:
- 结点k的父节点(k-1)/2,左孩子:2*k+1,右孩子2*k+2
- n个结点的堆中最后一个非叶子结点:(n-1)/2
template
void shiftDown_yuandi(T a[],int n,int k){
T e=a[k];
int j;
while(k*2+1a[j]) j+=1;
if(a[j]>e) a[k]=a[j];
else break;
k=j;
}
a[k]=e;
}
template
void heapSort_yuandi(T a[],int n){
//原数组先调整成堆
for(int i=(n-1)/2;i>=0;i--){
shiftDown_yuandi(a,n,i);
}
//把堆顶元素后移,依次再调整成堆
for(int i=n-1;i>0;i--){
swap(a[0],a[i]);
shiftDown_yuandi(a,i,0);
}
}
注意---不要讲j定义在while外
原地堆排序-----直接在原数组进行堆排序,不额外申请空间,因而序号也是0开始
在0开始的数组中:
- 结点k的父节点(k-1)/2,左孩子:2*k+1,右孩子2*k+2
- n个结点的堆中最后一个非叶子结点:(n-1)/2
templatevoid shiftDown_yuandi(T a[],int n,int k){ T e=a[k]; int j; while(k*2+1 a[j]) j+=1; if(a[j]>e) a[k]=a[j]; else break; k=j; } a[k]=e; } template void heapSort_yuandi(T a[],int n){ //原数组先调整成堆 for(int i=(n-1)/2;i>=0;i--){ shiftDown_yuandi(a,n,i); } //把堆顶元素后移,依次再调整成堆 for(int i=n-1;i>0;i--){ swap(a[0],a[i]); shiftDown_yuandi(a,i,0); } }
注意---不要讲j定义在while外



