1 .堆排序
1.1 堆排序基本介绍
- 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, 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。
- 每个结点的值都小于或等于其左右孩子结点的值,称为小顶堆
- 大顶堆举例说明
我们对堆中的结点按层进行编号,映射到数组中就是下面这个样子:
大顶堆特点:arr[i] >= arr[2i+1] && arr[i] >= arr[2i+2] // i 对应第几个节点,i从0开始编号 - 小顶堆举例说明
小顶堆:arr[i] <= arr[2i+1] && arr[i] <= arr[2i+2] // i 对应第几个节点,i从0开始编号 - 一般升序采用大顶堆,降序采用小顶堆
1.2 堆排序基本思想
堆排序的基本思想是:
- 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堆顶的根节点。
- 将其与末尾元素进行交换,此时末尾就为最大值。
- 然后将剩余 n-1 个元素重新构造成一个堆,这样会得到 n 个元素的次小值。如此反复执行,便能得到一个有序序列了。
可以看到在构建大顶堆的过程中,元素的个数逐渐减少,最后就得到一个有序序列了.
1.3 堆排序步骤图解说明
步骤一 构造初始堆。将给定无序序列构造成一个大顶堆(一般升序采用大顶堆,降序采用小顶堆)。**
- 假设给定无序序列结构如下
- .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),从下至上进行调整。
- 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。
- 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。
- 将堆顶元素9和末尾元素4进行交换
- 重新调整结构,使其继续满足堆定义
- 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.
- 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
再简单总结下堆排序的基本思路:
- 将无序序列构建成一个堆,根据升序降序需求选择大顶堆或小顶堆;
- 将堆顶元素与末尾元素交换,将最大元素"沉"到数组末端;
- 重新调整结构,使其满足堆定义,然后继续交换堆顶元素与当前末尾元素,反复执行调整+交换步骤,直到整个序列有序。
1.4 堆排序代码实现
代码实现如下:
package com.mylove.tree;
import java.text.SimpleDateFormat;
import java.util.Date;
public class HeapSort {
public static void main(String[] args) {
// TODO Auto-generated method stub
int[] arr = new int[8000000];
for (int i = 0; i < 8000000; i++) {
arr[i] = (int) (Math.random() * 80000);// 生成一个[0,80000]之间的数
}
Date date1 = new Date();
SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
String date1Str = simpleDateFormat.format(date1);
System.out.println("排序前的时间是:" + date1Str);
heapSort(arr);
Date date2 = new Date();
String date2Str = simpleDateFormat.format(date2);
System.out.println("排序后的时间是:" + date2Str);
}
public static void heapSort(int arr[]) {
int temp = 0;
// 将无序序列构建成一个堆,根据升序降序需求选择大顶堆或小顶堆
for (int i = arr.length / 2 - 1; i >= 0; i--) {
System.out.println(arr[i]);
adjustHeap(arr, i, arr.length);
}
/**
* 将堆顶元素与末尾元素交换,将最大元素"沉"到数组的末端
* 重新调整结构,使其满足堆定义,然后继续交换堆顶元素与当前元素,反复执行调整+交换步骤,直到整个序列有序
*/
for (int j = arr.length - 1; j > 0; j--) {
temp = arr[j];
arr[j] = arr[0];
arr[0] = temp;
adjustHeap(arr, 0, j);
}
// System.out.println("数组:" + Arrays.toString(arr));
}
/**
* 功能:完成将以i对应的非叶子结点的树调整成大顶堆
*
* @param arr
* 待调整的数组
* @param i
* 表示非叶子结点在数组中的索引
* @param length
* 表示对多个个元素继续调整
*/
public static void adjustHeap(int arr[], int i, int length) {
int temp = arr[i]; // 先取出当前元素的值保存临时变量
// k = i * 2 + 1 是 i 结点的左子结点
for (int k = i * 2 + 1; k < length; k = k * 2 + 1) {
if (k + 1 < length && arr[k] < arr[k + 1]) {// 说明左子结点的值小于右子节点的值
k++;
}
if (arr[k] > temp) { // 如果子节点值大于父结点
arr[i] = arr[k]; // 把较大的值赋给当前结点
i = k; // i 指向k,继续循环比较
} else {
break;
}
}
// 当for循环结束后,我们已经将以 i 为父结点的树的最大值放在了最顶
arr[i] = temp;
}
}
堆排序的速度非常快,事件复杂度为O(nlogn)