当前位置:   article > 正文

建堆-时间复杂度 堆排序时间复杂度_堆排序建堆的时间复杂度

堆排序建堆的时间复杂度

堆排序 时间复杂度 分为

  1. 建堆
    • 升序:建大堆
    • 降序:建小堆
  2. 利用堆删除思想来进行排序

完整代码

//排升序-建大堆 排降序-建小堆
void HeapSort(int* a, int n)
{
	//建堆--向上调整建堆 -- O(N*logN)
	/*for (int i = 1; i < n; i++)
	{
		AdjustUp(a, i);
	}*/

	//建堆--向下调整建堆 -- O(N)
	for (int i = (n - 1 - 1) / 2; i >= 0; --i)
	{
		AdjustDown(a,n,i);
	}

	int end = n - 1;//end正好是前面数据个数
	while(end>0)
	{
		Swap(&a[0], &a[end]);
		AdjustDown(a, end, 0);
		end--;
	}
	
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24

分析 建堆时间复杂度

AdjustUp(a, i);向上调整建堆

AdjustDown(a,n,i);向下调整建堆


向下调整时间复杂度

利用堆删除思想来进行排序这部分只看二叉树最后一层要排好需要NlogN

为什么说只看最后一层,因为最后一层就占了二叉树总数量的一半,要排好最后一层,每次都需要挪动高度次
所以可以认为是 O(NlogN)

int end = n - 1;//end正好是前面数据个数
	while(end>0)
	{
		Swap(&a[0], &a[end]);
		AdjustDown(a, end, 0);
		end--;
	}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7

在这里插入图片描述

O(N) (向下调整建堆的时间复杂度)

建好堆后利用删除思想的排序,也就是第二步骤的复杂度是ONlogN

两步骤相加O(N)+O(NlogN) 根据时间复杂度保留最高阶

则堆排序时间复杂度为O(NlogN)

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/笔触狂放9/article/detail/900737
推荐阅读
相关标签
  

闽ICP备14008679号