堆排序

最新推荐文章于 2024-02-13 17:39:13 发布

firesodier

最新推荐文章于 2024-02-13 17:39:13 发布

阅读量246

点赞数

CC 4.0 BY-SA版权

分类专栏：算法分类题解

本文链接：https://blog.csdn.net/firesolider/article/details/113824458

算法分类题解专栏收录该内容

4 篇文章

订阅专栏

这篇博客介绍了如何在字节跳动面试中遇到的实时整数数据流中位数计算问题，作者提出了使用单调队列的方法，虽然在面试中未能完整解答，但后来了解到正确解决方案是利用堆。堆排序的实现包括了建堆、局部调整heapify、建堆以及排序的过程。代码示例展示了C++实现堆排序的详细步骤，并给出了测试案例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

字节面试考到的知识点，对输入整数数据流取中位数，面试当时想到了单调队列的方法，维护一个单调队列总的时间复杂度为 $O(n^2)$ ,现场没撕出来，后来去leetcode提交最后一个测试案例超时

不过想法应该是对的，后来看答案是用堆的调整 $O(nlogn)$ ,复习下堆排序，

1.堆排序c++实现

1.1 准备

排序需要借助一个交换函数swap可以自己实现也可以用c++的实现

#include<bits/stdc++.h>
using namespace std;

void swap(int arr[], int a, int b){
	int tmp = arr[a];
	arr[a] = arr[b];
	arr[b] = tmp;
	return ;
}

1.2 堆的局部调整heapify

排序数组的长度为n，heapify将子结点较大的数移动到i的位置，最好的情况如果i为最大则则不需调整，最坏的情况一直调整到叶子结点调整的次数为树的高度，即 $O(log(n))$

//时间复杂度为 O(logn) ，AdjustDown
void heapify(int arr[], int n, int i){
	int c1 = 2 * i + 1; // 左结点
	int c2 = 2 * i + 2; // 右结点
	int max = i;
	if(c1 < n && arr[c1] > arr[max]){
		max = c1;
	}
	if(c2 < n && arr[c2] > arr[max]){
		max = c2;
	}
	if(max != i){
		swap(arr, i, max);
		heapify(arr, n, max);
	}
}

1.3 建堆

//时间复杂度为 O(logn) 
void buildheap(int arr[], int n){
	int l = (n - 1)/2; // 最后一个需要调整的结点位置
	for(int i = l; i>=0 ;i--){
		heapify(arr, n, i);
	}
}

1.4 堆排序

将堆的第一个数和最后一个数交换，调整堆的长度减小1，

//时间复杂度为 O(nlogn) 
void heapsort(int arr[], int n){
	
	for(int i=n;i>0;i--){
		swap(arr, 0, i-1);
		buildheap(arr, i-1);
	}
}

1.5 测试


int main(){
	
	int arr[7] = {1,31,1,0,0,5,4};
	cout<<"开始建堆"<<endl; 
	buildheap(arr, 7);
	
	for(int i=0;i<7;i++){
		cout<<arr[i]<<endl;
	}
	cout<<"开始排序"<<endl;
	heapsort(arr, 7);
	for(int i=0;i<7;i++){
		cout<<arr[i]<<endl; 
	} 
	return 0;
}