[算法导论]堆排序

主要测试大堆，测试源码在(github)

---

堆

堆可以看成一个近似的完全二叉树，除了底层外，该树是完全充满的，而且是从左到右填充。

完全二叉树适合用数组来存储。用数组来存储完全二叉树是非常节省存储空间的。å

最大堆中，是指除了根结点外（根结点没有 parent），所有结点的 i 都应该满足：
$A[PARENT(i)] \ge A[i]$

堆被看作是一个完全二叉树，那么该堆堆高度成正比O(lgn)，我们会发现，堆结构上的一些基本操作的运行时间至多与树的高度成正比，即实际复杂度为O(lgn)。

---

堆排序过程：

MAX-HEAPIFY（堆化）：将堆的末端子节点作调整，使得子节点永远小于父节点。
BUILD-MAX-HEAD（建堆）：从无序数据数组中构造一个最大堆。
HEAPSORT（排序）：对数组进行原址排序，移除位在第一个数据的根节点，并做最大堆调整的递归运算。

---

堆化

堆化让数值大的结点往上浮，让小的结点逐渐下沉。

void HeapSort::max_heapify(int array[], int size, int i) {
    int largest = i;
    int l = left(i);
    int r = right(i);

    if (l <= size && array[l] > array[i]) {
        largest = l;
    }

    if (r <= size && array[r] > array[largest]) {
        largest = r;
    }

    if (largest != i) {
        swap(&array[largest], &array[i]);
        max_heapify(array, size, largest);
    }
}

---

建堆

我们可以通过二叉树结点自底向上的方法，利用堆化过程，把一个大小为 n = A.length 的数组 A = [1…n] 转换为最大堆。BUILD-MAX-HEAP 时间复杂度为 O(n)

void HeapSort::build_max_heap(int array[], int len) {
    for (int i = (len / 2); i >= 1; i--) {
        max_heapify(array, len, i);
    }
}

---

排序

BUILD-MAX-HEAP 会将数组A[1…n]建成最大堆。最大堆元素在根结点A[1]，去掉 A[1] 后，A[1]的左右孩子结点仍然是最大堆。如果把 A[n] 替换 A[1]，破坏了最大堆性质，将重新对 A[1…n-1] 数组进行堆化，使其变成最大堆。如此递归重复以上步骤。

void HeapSort::heap_sort() {
    if (m_data_size <= 1) {
        return;
    }

    // 建堆处理后，父结点 > 子结点
    build_max_heap(m_array, m_data_size);
    // 建堆后，堆顶结点（根结点）是最大数值，把最大值放到数组最后。原数组最后一个结点置换到根结点。
    swap(&m_array[1], &m_array[m_data_size]);

    // 排除数组最后一个元素，再对剩余堆进行堆化，再把堆化的根结点放到数组最后。
    m_data_size--;

    // 从上到下（父节点到子树结点）
    while (m_data_size > 1) {
        max_heapify(m_array, m_data_size, 1);
        swap(&m_array[1], &m_array[m_data_size]);
        m_data_size--;
    }
}

---

优先队列

在计算机系统的作业调度中，任务需要根据优先级进行执行。可以根据堆算法（最大堆），每个任务都赋予一个优先级数值，选出最高优先级（最大堆堆顶）作业任务执行。涉及任务处理，一般都有增删改查的操作。
理解了建堆，堆化和排序的流程，队列的这些操作应该都比较好理解了。

---

HEAP-MAXINUM

获取堆顶元素，时间复杂度为$O(1)$

bool HeapSort::heap_maxinum(int& n) {
    if (m_data_size <= 0) {
        return false;
    }
    if (!m_is_build_heap) {
        build_max_heap(m_array, m_data_size);
    }
    n = m_array[1];
    return true;
}

---

HEAP-EXTRACT-MAX

删除堆顶元素，时间复杂度为$O(n)$

bool HeapSort::heap_extract_max(int& n) {
    if (m_data_size <= 0) {
        return false;
    }

    if (!m_is_build_heap) {
        build_max_heap(m_array, m_data_size);
    }

    n = m_array[1];
    swap(&m_array[1], &m_array[m_data_size]);
    m_data_size--;
    max_heapify(m_array, m_data_size, 1);
    return true;
}

---

HEAP-INCREAASE-KEY

增加堆指定元素（任务）的数值，HEAP-INCREAASE-KEY 时间复杂度为$O(lgn)$

bool HeapSort::heap_increase_key(int i, int key) {
    if (i < 1 || m_data_size <= 0 || key < m_array[i]) {
        return false;
    }

    if (!m_is_build_heap) {
        build_max_heap(m_array, m_data_size);
    }

    // 这里跟 build_max_heap 道理一样，只是 build_max_heap
    // 是自底向上，heap_increase_key 是从 i 结点向上
    m_array[i] = key;
    while (parent(i) > 0 && m_array[parent(i)] < m_array[i]) {
        swap(m_array[parent(i)], m_array[i]);
        i = parent(i);
    }
    return true;
}

---

MAX-HEAP-INSERT

插入新元素到最大堆末位，也就是在最大堆上增加一个叶子，叶子自下而上与它的父结点比较替换。运行时间复杂度为$O(lgn)$

bool HeapSort::max_heap_insert(int key) {
    if (m_data_size >= m_data_len) {
        return false;
    }

    if (!m_is_build_heap) {
        build_max_heap(m_array, m_data_size);
    }

    // 将结点放置数组末位，也就是在最大堆上增加一个叶子，叶子自下而上与它的父结点比较替换。
    m_data_size++;
    m_array[m_data_size] = key;

    // 这是 heap_increase_key 主逻辑的实现。
    int i = m_data_size;
    while (parent(i) > 0 && m_array[parent(i)] < m_array[i]) {
        swap(m_array[parent(i)], m_array[i]);
        i = parent(i);
    }

    return true;
}

参考

现在发现，单纯看《算法导论》很难看懂文章内容，可以先从其它的帖子中理解算法的逻辑，在对算法有一定的理解的基础上，再结合书本内容，才能更好理解书本内容。

---

wiki
《算法导论》第六章 堆排序
堆和堆排序：为什么说堆排序没有快速排序快