今天学习了下韩顺平老师的数据结构和算法视频,去复习了一下堆排序,作为一种效率特高的排序算法,堆排序算法可谓是与它名字一样难以理解,今天就来总结总结堆排序算法:
基本介绍:
堆排序是利用堆这种数据结构而设计的一种排序算法,堆排序是一种选择排序,它的最坏,最好,平均时间复 杂度均为O(nlogn),它也是不稳定排序。
堆是具有以下性质的完全二叉树:每个结点的值都大于或等于其左右孩子结点的值,称为大顶堆,反之则为小顶堆,注意 : 没有 要求结点的左孩子的值和右孩子的值的大小关系。
一般升序采用大顶堆,降序采用小顶堆
堆排序的基本思想:
- 将待排序序列构造成一个大顶堆,此时整个序列的最大值就是大顶堆的根节点
- 将根节点与最后一个叶子结点互换,也就是将最大值与末尾元素互换,此时末尾元素就位最大值。
- 将除末尾元素外的n-1个元素重新构造成一个大顶堆,然后重复123,最后就能实现全部有序了。
图解
给定一个原始数组【4,6,8,5,9】
步骤一:构造初始堆。将给定无序序列构造成一个大顶堆
1.此时我们从最后一个非叶子结点开始(叶结点自然不用调整,第一个非叶子结点arr.length/2-1=5/2-1=1,也就是下面的 6 结点),从左至右,从下至上进行调整
2.找到第二个非叶节点 4,由于[4,9,8]中 9 元素最大,4 和 9 交换。
3.这时,交换导致了子根[4,5,6]结构混乱,继续调整,[4,5,6]中 6 最大,交换 4 和 6。
此时,我们就将一个无序序列构造成了一个大顶堆。
步骤二:将堆顶元素与末尾元素进行交换,使末尾元素最大。然后继续调整堆,再将堆顶元素与末尾元素交换得到第二大元素。如此反复进行交换、重建、交换。
1.将堆顶元素 9 和末尾元素 4 进行交换
2.重新调整结构,使其继续满足堆定义
3.再将堆顶元素 8 与末尾元素 5 进行交换,得到第二大元素 8.
4.后续过程,继续进行调整,交换,如此反复进行,最终使得整个序列有序
以上就是相关图解,接下来话不多说上代码
package com.structure.demo;
public class HeapSort {
public static void main(String[] args) {
int[] ints = {4, 6, 8, 5, 9, 6, 7, 11, 12, 14, 13};
heapSort(ints);
for (int i = 0; i < ints.length; i++) {
System.out.printf(ints[i] + " ");
}
}
public static void heapSort(int[] arr) {
//堆排序方法
//1.将无序数组转化为最大堆
//从最后一个非叶子结点开始,遍历构建最大堆
for (int i = arr.length/2-1; i >= 0 ; i--) {
adjustHeap(arr,i,arr.length);
}
//2.将最大堆的头结点与最后一个叶子结点互换,然后将其余部分再转化为最大堆
for (int i = arr.length-1; i > 0 ; i--) {
int temp=arr[0];
arr[0]=arr[i];
arr[i]=temp;
adjustHeap(arr,0,i);
}
}
public static void adjustHeap(int[] arr,int i,int length){
//此方法调整堆,让其以i为头结点的树符合最大堆的特征
//1.先定义一个临时变量存储头结点的值
int temp=arr[i];
//找到i结点下的左子结点 2i+1
for (int j = 2*i+1; j <length ; j=2*j+1) {
if (j+1<length&&arr[j]<arr[j+1]){
//如果i结点下的右子结点大于左子结点,则将j指向右子结点
j++;
}
if (arr[j]>temp){
//如果j结点对应值大于i结点
//1.将j结点的值赋予i结点
arr[i]=arr[j];
//2.将i指向j,因为不知道j结点下是否还有子节点,所以得继续向下找结点
//这里注意:因为我们在主方法构建最大堆时是从最后一个非子结点开始构建的,因此在j结点下的每一个局部树都符合是最大堆的特征
i=j;
} else {
break;
}
}
//在最后将头结点的值赋给当前i指向的元素
arr[i]=temp;
}
}