# Heap Sort ###### tags: `演算法` `資料結構` {%hackmd @rpyapp/theme %} >[老師ppt](https://docs.google.com/presentation/d/e/2PACX-1vRAGwnUvg6BcXoML5u9f4gO6YKcz0vXf7bDnPho_S7mG5D0SBR78djt91RKUPMxqNfkVIcu3l5WCXPh/pub?start=false&loop=false&delayms=3000&slide=id.p) ## What is Heap Heap(Binary Heap) 是以 tree(樹) 為基礎的資料結構, 他有以下特點: * Shape Property: Heap 的資料結構永遠都是 `完全二元樹 Complete Binary Tree`, 也就是在每個 level(層級) ,由左至右都有 Node(節點),但是如果是同層級的左至右少一個結點,就不是完全二元樹了。(如下圖) ![](https://www.studytonight.com/data-structures/images/heap-binary-tree-example.png) * Heap Property: 所有節點再初始狀態下沒有大小排序. 但是當所有 parent nodes(父節點)> 所有的 child nodes(子節點), 就會稱作 `Max-Heap`。反之當所有 parent nodes(父節點)< 所有的 child nodes(子節點) `Min-Heap`。(如下圖) ![](https://i.imgur.com/u6OeFbC.png) - 它是 linked 的進化版,一般在 linked-List 裡的 Node 裡面,只會包含 value 和 pointer(往前或往後)。但是它把在 heap 裡面,它限制只能往一個方向 ## Why array based representation for Binary Heap? 由於 Binary Heap 是 `完全二元樹 Complete Binary Tree`,因此可以輕易的傳換成 array 的形式,而且使用 array 也可以節省使用的空間。 假設index 從0開始,父節點在 index=a 的位置則: - 左子節點 = 2 x a + 1 - 右子節點 = 2 x a + 2 ## Heap Sort Algorithm for sorting in increasing order: 1. 將 array 轉換成 max heap 的形式。 2. 此時 root 的值為 max 。將 root 值與最後一個 index 的值互換,然後將heap 的大小 -1 ,也就是把排序過最大的值丟到 array後面,使其index不再之後處理的範圍內。 3. 重複以上動作,直到 heap 的大小 =1(剩下一個 element)。 ## Applications of HeapSort 1. 用來排序 nearly sorted (or [K sorted](https://www.youtube.com/watch?v=yQ84lk-EXTQ) ) array 2. 獲取 array 中 k 個最大(或最小)的元素 >heap sort 在使用上有限,因為 Quicksort 和 Mergesort 在實際應用上表現更好。 儘管如此,heap 的資料結構已被大量使用。 ## Complexity Analysis of Heap Sort * 時間複雜度 : O(n*log n) * 空間複雜度 : O(1) ## 特性 - 不穩定 - 需要連續的空間 - 速度快,被廣泛運用 - 是一個 in-place 演算法 ## Heap Sort step-by-step >將其轉換為 max heap ### Initial Elements (初始元素) ![](https://i.imgur.com/eBDrKvL.png) ### Max Heap ![](https://i.imgur.com/gx0FGCY.png) ### Heap ![](https://i.imgur.com/BOy1IvU.png) --- ### Step 1: > 8 與 5 交換。>> 8 與 heap 切斷連結,此時 8 已經為排序過的 element。 ![](https://i.imgur.com/Xy2r7Cu.png) ### Step 2: > 建立 Max-heap >> 7 與 3 交換 >> 7 與 heap 切斷連結。 ![](https://i.imgur.com/LlgrgNf.png) ### Step 3: > 建立 Max heap >> 5 與 1 交換 >> 5 與 heap 切斷連結。 ![](https://i.imgur.com/ccgbPsl.png) ### Step 4: > 建立 Max heap >> 4 與 3 交換 >> 4 與 heap 切斷連結。 ![](https://i.imgur.com/gDYAi3D.png) ### Step 5: > 建立 Max heap >> 3 與 1 交換 >> 3 與 heap 切斷連結。 ![](https://i.imgur.com/N7IFaUW.png) ### Result ![](https://i.imgur.com/sJeGPoz.png) > [原文](https://www.hackerearth.com/zh/practice/algorithms/sorting/heap-sort/tutorial/) | Contributed by: Akash Sharma ## 參考網站 * https://en.wikipedia.org/wiki/Heapsort * https://www.geeksforgeeks.org/heap-sort/ * https://www.hackerearth.com/zh/practice/algorithms/sorting/heap-sort/tutorial/ * https://www.studytonight.com/data-structures/heap-sort * https://www.youtube.com/watch?v=MtQL_ll5KhQ # 可用套件 ### 1. heapq > https://docs.python.org/zh-tw/3/library/heapq.html # 練習 ## Univalued Binary Tree A binary tree is univalued if every node in the tree has the same value. Return true if and only if the given tree is univalued. > 前往 >> [題目](https://leetcode.com/problems/univalued-binary-tree/)
×
Sign in
Email
Password
Forgot password
or
By clicking below, you agree to our
terms of service
.
Sign in via Facebook
Sign in via Twitter
Sign in via GitHub
Sign in via Dropbox
Sign in with Wallet
Wallet (
)
Connect another wallet
New to HackMD?
Sign up