排序算法实践-堆排序

最新推荐文章于 2022-10-12 15:06:00 发布

Rocky-Wang

最新推荐文章于 2022-10-12 15:06:00 发布

阅读量606

点赞数

分类专栏： J2EE开发文章标签：排序算法

本文链接：https://blog.csdn.net/Likeaboy_fire/article/details/44115291

版权

J2EE开发专栏收录该内容

18 篇文章 0 订阅

订阅专栏

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] + " ");
    }
}
}