当前位置: 首页 > news >正文

Go语言数据结构算法(二十五)堆排序

堆排序算法是一种流行且高效的排序算法.原理是将数组的元素可视化为一种特殊的完全二叉树.称为堆.

1.使用场景:

大型数据集:堆排序相对于大型数据集是有效的.因为其他算法开销对性能影响比较大.

内存分配:堆排序算法是一种就地排序.它不需要额外的内存来保存排序后的元素.

排序优先级队列:堆排序算法通常用于对优先级队列中的元素进行排序.这是一种数据结构.它维护一组元素.每个元素都有一个优先级.

2.实现:

2.1方法:

package data type MaxHeapData struct { slice []int heapSize int } func BuildMaxHeap(slice []int) MaxHeapData { m := MaxHeapData{slice, len(slice)} for i := len(slice) / 2; i >= 0; i-- { m.MaxHeapify(i) } return m } // 创建最大堆对象. func (m MaxHeapData) MaxHeapify(i int) { l, r := 2*i+1, 2*i+2 maxHeap := i if l < m.Size() && m.slice[l] > m.slice[maxHeap] { maxHeap = l } if r < m.Size() && m.slice[r] > m.slice[maxHeap] { maxHeap = r } if maxHeap != i { m.slice[i], m.slice[maxHeap] = m.slice[maxHeap], m.slice[i] m.MaxHeapify(maxHeap) } } func (m MaxHeapData) Size() int { return m.heapSize } // 定义队排序. func HeapSort(slice []int) []int { m := BuildMaxHeap(slice) for i := len(m.slice) - 1; i >= 1; i-- { m.slice[0], m.slice[i] = m.slice[i], m.slice[0] m.heapSize-- m.MaxHeapify(0) } return m.slice }

2.2main方法:

func main() { array := []int{33, 23, 56, 7, 8, 18, 99, 28} heapSort := data.HeapSort(array) fmt.Println(heapSort) }

3.实战:

3.1方法:
package data type MaxHeapData struct { slice []int heapSize int } func BuildMaxHeap(slice []int) []int { for i := len(slice) / 2; i >= 0; i-- { slice = MaxHeapify(slice, i) } return slice } func MaxHeapify(array []int, i int) []int { l, r := left(i)+1, right(i)+1 maxHeap := i if l < len(array) && l >= 0 && array[l] > array[maxHeap] { maxHeap = l } if r < len(array) && r >= 0 && array[r] > array[maxHeap] { maxHeap = r } if maxHeap != i { array[i], array[maxHeap] = array[maxHeap], array[i] MaxHeapify(array, maxHeap) } return array } func (m MaxHeapData) Size() int { return m.heapSize } // 定义队排序. func HeapSort(slice []int) []int { m := BuildMaxHeap(slice) size := len(m) for i := len(m) - 1; i >= 1; i-- { m[0], m[i] = m[i], m[0] size-- MaxHeapify(m[:size], 0) } return m } func left(i int) int { return 2 * i } func right(i int) int { return 2*i + 1 }
3.2main方法:
func main() { array := []int{33, 23, 56, 7, 8, 18, 99, 28} heapSort := data.HeapSort(array) fmt.Println(heapSort) }

仰天大笑出门去.

如果大家喜欢我的分享我的话.可以关注我的微信公众号

念何架构之路

http://www.cnnetsun.cn/news/47895.html

相关文章:

  • Windows系统优化大师:一键解决卡顿、提升性能的终极指南
  • 百万Token革命:Qwen2.5-1M开源模型重构长文本处理范式
  • 终极指南:5分钟掌握网易云音乐数据备份方法
  • B站视频下载新选择:bilili助你轻松备份心爱内容
  • RPCS3模拟器中文补丁完美安装教程:轻松实现PS3游戏汉化体验
  • YOLOv8 2025技术突破:端到端架构重构与六大行业落地全景
  • 0.9B参数重构多语言文档解析:PaddleOCR-VL开启轻量化VLM普惠时代
  • 8、从伯克利汲取的开源智慧:互联网关键技术的诞生与崛起
  • 13、GNU/Linux 分发版与市场份额的崛起
  • Qwen2.5-VL:2025多模态革命,从视觉理解到智能行动的跨越
  • 2025年DevOps实战指南:从入门到云原生专家
  • 如何在30分钟内搭建Protogen x3.4本地推理环境
  • 10倍效率提升!Nanonets-OCR-s重构智能文档处理范式
  • 5个必学的OpenMower硬件测试实战技巧
  • 7、轻松搭建无线网络
  • WebLLM浏览器AI终极配置指南:3步解决硬件兼容性问题
  • Wan2.1视频生成模型:14B参数重塑消费级GPU的720P创作体验
  • 语言学习效率诊断:用Memento打造3倍速日语沉浸式学习系统
  • AI音乐生成版权合规终极指南:7个关键策略确保原创性
  • Velero性能调优终极指南:从串行到并发的实战演进
  • 从色彩混乱到专业可视化:TensorBoard配色定制完全指南
  • 揭秘Transformer推理加速:连续批处理如何让GPU利用率暴涨300%
  • LinuxServer.io LibreOffice 容器化部署指南
  • 阿里Wan2.2开源指南:如何用140亿参数模型创作电影级AI视频
  • Spring AI对话记忆并发管理:5大核心挑战与优化实战
  • Deep Image Prior中的感知损失:从像素匹配到特征对齐的技术演进
  • 2025年最值得尝试的5个网盘直链解析技巧:让下载速度翻倍的秘密武器
  • HoRNDIS终极指南:5分钟搞定Mac与Android的USB网络共享
  • Rust 高性能同步原语:parking_lot 使用指南
  • QUIC协议重塑P2P传输:从WebRTC瓶颈到高性能通信新纪元