排序算法实践-堆排序

在网上查了很多资料,关于堆排序的理解可谓甚多,实现方式差别也较大,但是万变不离其宗,其原理都是一样的。

概念

堆积排序(Heapsort):是指利用堆积树(堆)这种资料结构所设计的一种排序算法,可以利用数组的特点快速定位指定索引的元素。堆排序是不稳定的排序方法,辅助空间为O(1), 最坏时间复杂度为O(nlog2n) ,堆排序的堆序的平均性能较接近于最坏性能。

堆排序利用了大根堆(或小根堆)堆顶记录的关键字最大(或最小)这一特征,使得在当前无序区中选取最大(或最小)关键字的记录变得简单。

堆排序原理:堆排序就是把最大堆堆顶的最大数取出,将剩余的堆继续调整为最大堆,再次将堆顶的最大数取出,这个过程持续到剩余数只有一个时结束。在堆中定义以下几种操作:
最大堆调整(Max-Heapify):将堆的末端子节点作调整,使得子节点永远小于父节点
创建最大堆(Build-Max-Heap):将堆所有数据重新排序,使其成为最大堆
堆排序(Heap-Sort):移除位在第一个数据的根节点,并做最大堆调整的递归运算

堆的特点及性质:堆给人的感觉是一个二叉树,但是其本质是一种数组对象,因为对堆进行操作的时候将堆视为一颗完全二叉树,树种每个节点与数组中的存放该节点值的那个元素对应。所以堆又称为二叉堆,堆与完全二叉树的对应关系如下图所示:

这里写图片描述

通常给定节点i,可以根据其在数组中的位置求出该节点的父亲节点、左右孩子节点,这三个过程一般采用宏或者内联函数实现。书上介绍的时候,数组的下标是从1开始的,所有可到:PARENT(i)=i/2  LEFT(i) = 2*i   RIGHT(i) = 2*i+1。

  根据节点数值满足的条件,可以将分为最大堆和最小堆。最大堆的特性是:除了根节点以外的每个节点i,有A[PARENT(i)] >= A[i],最小堆的特性是:除了根节点以外的每个节点i,有A[PARENT(i)] >=A[i]。

  把堆看成一个棵树,有如下的特性:

(1)含有n个元素的堆的高度是lgn。

(2)当用数组表示存储了n个元素的堆时,叶子节点的下标是n/2+1,n/2+2,……,n。

(3)在最大堆中,最大元素该子树的根上;在最小堆中,最小元素在该子树的根上。

保持堆的性质


  堆个关键操作过程是如何保持堆的特有性质,给定一个节点i,要保证以i为根的子树满足堆性质。书中以最大堆作为例子进行讲解,并给出了递归形式的保持最大堆性的操作过程MAX-HEAPIFY。先从看一个例子,操作过程如下图所示:

这里写图片描述

从图中可以看出,在节点i=2时,不满足最大堆的要求,需要进行调整,选择节点2的左右孩子中最大一个进行交换,然后检查交换后的节点i=4是否满足最大堆的要求,从图看出不满足,接着进行调整,直到没有交换为止。

建堆


  建立最大堆的过程是自底向上地调用最大堆调整程序将一个数组A[1…..N]变成一个最大堆。将数组视为一颗完全二叉树,从其最后一个非叶子节点(n/2)开始调整。调整过程如下图所示:

这里写图片描述

算法实现


按照《算法导论》书中的思路用java实现:

书中伪代码:

调整堆:

这里写图片描述

建堆:
我们知道,当用数组来存储n个元素的堆时,叶子节点的下标是[n / 2] + 1,[n / 2] + 2……n。如上中10个元素,6之后即为叶子节点;

这时建堆即可:

这里写图片描述

由n / 2开始向第一个元素进行建堆;

堆排序:
先构建一个最大堆,最后不断的将根节点提取出来,同时不断调节余下的节点保证是最大堆;

这里写图片描述

java算法实现:

数组下标0对应空间不使用

package com.test;

public class HeapSort {
public static void main(String[] args) {
    int arr[] = {-1,8,2,1,4,3,9,7,6,5,89,73,62,5};
    heapSort(arr);
    printArr(arr);
}

public static void heapSort(int[] arr){
    buildHeap(arr);
    int heapsize = arr.length;
    for(int i=arr.length-1;i>1;i--){
        int temp=arr[1];
        arr[1]=arr[i];
        arr[i]=temp;
        heapsize--;
        maxHeapify(arr, 1, heapsize);
    }
}

public static void buildHeap(int[] arr){
    for(int i=arr.length/2;i>0;i--){
        maxHeapify(arr,i,arr.length);
    }
}

public static void maxHeapify(int[] arr,int index,int heapsize){
    int l = 2*index;
    int r = 2*index+1;
    int largest = index;
    if(l<heapsize && arr[index]<arr[l]){
        largest = l;
    }
    if(r<heapsize && arr[largest]<arr[r]){
        largest = r;
    }
    if(index != largest){
        int temp = arr[index];
        arr[index]=arr[largest];
        arr[largest]=temp;
        maxHeapify(arr,largest,heapsize);
    }
}

public static void printArr(int[] arr){
    for(int i=1;i<arr.length;i++){
        System.out.print(arr[i] + " ");
    }
}
}
运行结果:

这里写图片描述

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值