STL(4)之堆(heap)及各种排序效率比较

下面再介绍STL中与堆相关的4个函数——建立堆make_heap()，在堆中添加数据push_heap()，在堆中删除数据pop_heap()和堆排序sort_heap()：

头文件 #include

下面的_First与_Last为可以随机访问的迭代器（指针），_Comp为比较函数（仿函数），其规则——如果函数的第一个参数小于第二个参数应返回true，否则返回false。

建立堆

make_heap(_First, _Last, _Comp)

默认是建立最大堆的。对int类型，可以在第三个参数传入greater()得到最小堆。

 

在堆中添加数据

push_heap (_First, _Last)

要先在容器中加入数据，再调用push_heap ()

 

在堆中删除数据

pop_heap(_First, _Last)

要先调用pop_heap()再在容器中删除数据

 

堆排序

sort_heap(_First, _Last)

排序之后就不再是一个合法的heap了

 

有关堆与堆排序的更详细介绍请参阅——《白话经典算法系列之七 堆与堆排序》

 

下面给出STL中heap相关函数的使用范例：

//by MoreWindows( http://blog.csdn.net/MoreWindows )
#include
#include
#include
#include
using namespace std;
void PrintfVectorInt(vector<int> &vet)
{
    for (vector<int>::iterator pos = vet.begin(); pos != vet.end(); pos++)
        printf("%d ", *pos);
    putchar('\n');
}
int main()
{
    const int MAXN = 20;
    int a[MAXN];
    int i;
    for (i = 0; i < MAXN; ++i)
        a[i] = rand() % (MAXN * 2);

    //动态申请vector 并对vector建堆
    vector<int> *pvet = new vector<int>(40);
    pvet->assign(a, a + MAXN);

    //建堆
    make_heap(pvet->begin(), pvet->end());
    PrintfVectorInt(*pvet);

    //加入新数据 先在容器中加入，再调用push_heap()
    pvet->push_back(25);
    push_heap(pvet->begin(), pvet->end());
    PrintfVectorInt(*pvet);

    //删除数据  要先调用pop_heap()，再在容器中删除
    pop_heap(pvet->begin(), pvet->end());
    pvet->pop_back();
    pop_heap(pvet->begin(), pvet->end());
    pvet->pop_back();
    PrintfVectorInt(*pvet);

    //堆排序
    sort_heap(pvet->begin(), pvet->end());
    PrintfVectorInt(*pvet);

    delete pvet;
    return 0;
}

掌握其基本用法后，我们用这个堆排序和《白话经典算法系列》中的堆排序、快速排序，归并排序来进行个性能测试（Win7 + VS2008 Release下），测试代码如下：

// by MoreWindows( http://blog.csdn.net/MoreWindows )
#include
#include
#include
using namespace std;
//------------------------快速排序----------------------------
void quick_sort(int s[], int l, int r)
{
    if (l < r)
    {
        int i = l, j = r, x = s[l];
        while (i < j)
        {
            while(i < j && s[j] >= x) // 从右向左找第一个小于x的数
                j--;
            if(i < j)
                s[i++] = s[j];

            while(i < j && s[i] < x) // 从左向右找第一个大于等于x的数
                i++;
            if(i < j)
                s[j--] = s[i];
        }
        s[i] = x;
        quick_sort(s, l, i - 1); // 递归调用
        quick_sort(s, i + 1, r);
    }
}
//------------------------归并排序----------------------------
//将有二个有序数列a[first...mid]和a[mid...last]合并。
void mergearray(int a[], int first, int mid, int last, int temp[])
{
    int i = first, j = mid + 1;
    int m = mid,   n = last;
    int k = 0;

    while (i <= m && j <= n)
    {
        if (a[i] < a[j])
            temp[k++] = a[i++];
        else
            temp[k++] = a[j++];
    }

    while (i <= m)
        temp[k++] = a[i++];

    while (j <= n)
        temp[k++] = a[j++];

    for (i = 0; i < k; i++)
        a[first + i] = temp[i];
}
void mergesort(int a[], int first, int last, int temp[])
{
    if (first < last)
    {
        int mid = (first + last) / 2;
        mergesort(a, first, mid, temp);    //左边有序
        mergesort(a, mid + 1, last, temp); //右边有序
        mergearray(a, first, mid, last, temp); //再将二个有序数列合并
    }
}
bool MergeSort(int a[], int n)
{
    int *p = new int[n];
    if (p == NULL)
        return false;
    mergesort(a, 0, n - 1, p);
    return true;
}
//------------------------堆排序---------------------------
inline void Swap(int &a, int &b)
{
    int c = a;
    a = b;
    b = c;
}
//建立最小堆
//  从i节点开始调整,n为节点总数 从0开始计算 i节点的子节点为 2*i+1, 2*i+2
void MinHeapFixdown(int a[], int i, int n)
{
    int j, temp;

    temp = a[i];
    j = 2 * i + 1;
    while (j < n)
    {
        if (j + 1 < n && a[j + 1] < a[j]) //在左右孩子中找最小的
            j++;

        if (a[j] >= temp)
            break;

        a[i] = a[j];     //把较小的子结点往上移动,替换它的父结点
        i = j;
        j = 2 * i + 1;
    }
    a[i] = temp;
}
//建立最小堆
void MakeMinHeap(int a[], int n)
{
    for (int i = n / 2 - 1; i >= 0; i--)
        MinHeapFixdown(a, i, n);
}
void MinheapsortTodescendarray(int a[], int n)
{
    for (int i = n - 1; i >= 1; i--)
    {
        Swap(a[i], a[0]);
        MinHeapFixdown(a, 0, i);
    }
}
const int MAXN = 5000000;
int a[MAXN];
int b[MAXN], c[MAXN], d[MAXN];
int main()
{
    int i;
    srand(time(NULL));
    for (i = 0; i < MAXN; ++i)
        a[i] = rand() * rand(); //注rand()产生的数在0到0x7FFF之间

    for (i = 0; i < MAXN; ++i)
        d[i] = c[i] = b[i] = a[i];

    clock_t ibegin, iend;

    printf("--当前数据量为%d--By MoreWindows(http://blog.csdn.net/MoreWindows)--\n", MAXN);
    //快速排序
    printf("快速排序:  ");
    ibegin = clock();
    quick_sort(a, 0, MAXN - 1);
    iend = clock();
    printf("%d毫秒\n", iend - ibegin);


    //归并排序
    printf("归并排序:  ");
    ibegin = clock();
    MergeSort(b, MAXN);
    iend = clock();
    printf("%d毫秒\n", iend - ibegin);

    //堆排序
    printf("堆排序:  ");
    ibegin = clock();
    MakeMinHeap(c, MAXN);
    MinheapsortTodescendarray(c, MAXN);
    iend = clock();
    printf("%d毫秒\n", iend - ibegin);

    //STL中的堆排序
    printf("STL中的堆排序: ");
    ibegin = clock();
    make_heap(d, d + MAXN);
    sort_heap(d, d + MAXN);
    iend = clock();
    printf("%d毫秒\n", iend - ibegin);
    return 0;
}

对100000（十万）个数据的测试结果：

对500000（五十万）个数据的测试结果：

对1000000（一百万）个数据的测试结果：

对5000000（五百万）个数据的测试结果：

从中可以看出快速排序的效率确实要比其它同为O(N * logN)的排序算法要高，而STL中堆操作函数的性能与《白话经典算法系列之七 堆与堆排序》一文中堆操作函数的性能是相差无几的。

 

转载请标明出处，原文地址：http://blog.csdn.net/morewindows/article/details/6967409