堆排序(Heap Sort)是一种高效的排序算法,利用了堆这种数据结构的特性。堆排序的时间复杂度为 O(n log n),并且是一个原地排序算法,不需要额外的存储空间。
堆的基本概念
堆是一种特殊的树形数据结构,分为最大堆和最小堆两种类型:
- 最大堆:父节点的值大于或等于任何一个子节点的值。
- 最小堆:父节点的值小于或等于任何一个子节点的值。
堆排序利用了最大堆的性质来进行升序排序,具体过程如下:
堆排序算法步骤
-
构建最大堆:
- 将待排序的数组看作是一个完全二叉树,通过调整部分节点的值,使得整个树满足最大堆的性质。
-
堆化数组:
- 从数组的中间位置开始,逐步向前调整,使得每个父节点都大于等于其子节点,从而得到一个最大堆。
-
排序:
- 将堆顶元素(最大值)与堆的最后一个元素交换位置,然后重新调整堆,除去最后一个元素,再次形成最大堆。重复这个过程,直到整个数组排序完成。
C语言实现
下面是用C语言实现堆排序的代码示例:
#include <stdio.h>
// 交换数组中两个元素的值
void swap(int* a, int* b) {
int temp = *a;
*a = *b;
*b = temp;
}
// 调整堆,使得以root为根节点的子树满足最大堆的性质
void heapify(int arr[], int n, int root) {
int largest = root; // 初始化根节点为最大值
int left = 2 * root + 1; // 左子节点
int right = 2 * root + 2; // 右子节点
// 如果左子节点大于根节点,则更新最大值的索引
if (left < n && arr[left] > arr[largest])
largest = left;
// 如果右子节点大于当前的最大值,则更新最大值的索引
if (right < n && arr[right] > arr[largest])
largest = right;
// 如果最大值不是根节点,则交换并递归调整堆
if (largest != root) {
swap(&arr[root], &arr[largest]);
heapify(arr, n, largest);
}
}
// 堆排序函数
void heap_sort(int arr[], int n) {
// 构建最大堆(从最后一个非叶子节点开始向前调整)
for (int i = n / 2 - 1; i >= 0; i--)
heapify(arr, n, i);
// 从堆顶开始将元素逐个移出堆
for (int i = n - 1; i > 0; i--) {
// 将堆顶元素(最大值)与当前堆的最后一个元素交换位置
swap(&arr[0], &arr[i]);
// 重新调整堆,排除最后一个元素
heapify(arr, i, 0);
}
}
int main() {
int arr[] = {12, 11, 13, 5, 6, 7};
int n = sizeof(arr) / sizeof(arr[0]);
printf("排序前:");
for (int i = 0; i < n; i++) {
printf("%d ", arr[i]);
}
printf("\n");
heap_sort(arr, n);
printf("排序后:");
for (int i = 0; i < n; i++) {
printf("%d ", arr[i]);
}
printf("\n");
return 0;
}
代码解释
swap
函数用于交换数组中两个元素的值。heapify
函数用于调整堆,使得以指定根节点为起点的子树满足最大堆的性质。heap_sort
函数首先构建最大堆,然后逐步将堆顶元素(最大值)与堆的末尾元素交换,再重新调整堆,最终完成排序。
时间复杂度
堆排序的时间复杂度为 O(n log n),空间复杂度为 O(1),是一个原地排序算法,适合处理大规模数据的排序问题。
总结
堆排序利用堆这种数据结构的特性,通过构建最大堆和不断调整堆的过程来实现排序。它的时间复杂度稳定在 O(n log n),并且适用于大数据量的排序需求。通过本文,我们深入了解了堆排序的原理和实现方式,并通过C语言代码展示了如何实现堆排序算法。对于理解高效排序算法和算法设计有着重要的帮助。