算法思想
若升序,建大堆,每次选择堆顶元素即最大的数,和最后一位交换,再缩小堆的范围(避免刚排好的最后一个位置被调回去),对剩下的进行向下调整(此时只有根节点不对,左右子树都满足大堆)。反复进行直到堆的范围为0.则数据就有序了。
代码实现思路
堆排序的实现首先是需要将数组调整为一个大堆或者小堆,然后就是循环交换和调整堆的过程。因为在建堆和调整堆过程都用到了将数组的某一部分调整为一个堆,所以抽出为一个adjustArray(int[] nums, int start, int end)函数。
时间复杂度
O(nlogn)。
建堆的时间复杂度近似为O(n*log n),每次选一个数后进行调整的复杂度也近似为O(n*log n),时间复杂度忽略系数,结果就近似为O(n*log n)。
空间复杂度
O(1)
稳定性
不稳定。
堆的调整时可能会打乱稳定性。
代码实现
package sort;
/**
* @作者:dhc
* @创建时间:8:28 2018/8/15
* @排序方法:堆排序
* @时间复杂度:O(nlogn)。建堆的时间复杂度近似为O(n*log n),每次选一个数后进行调整的复杂度也近似为O(n*log n),时间复杂度忽略系数,结果就近似为O(n*log n).
* @空间复杂度:O(1)
* @稳定性:不稳定
*/
public class HeapSort {
//堆排序
public static void heapSort(int[] nums){
heapArray(nums);
int tem;
for(int i = nums.length - 1;i > 0;i--){
tem = nums[0];
nums[0] = nums[i];
nums[i] = tem;
adjustArray(nums,0,i-1);
}
}
//堆化数组
public static void heapArray(int[] nums){
for (int i = nums.length / 2; i >= 0; i--) {
adjustArray(nums,i,nums.length);
}
}
//对某个节点进行一次从上到下的调整(建小堆的调整)
public static void adjustArray1(int[] nums, int start, int end){
int min;
int k;
for (int i = start; i < end;) {
if(2*i+2<=end){
//这里是和左右子节点比较并的较小者交换,后面得到的是小堆,如果要大堆,则需要和比较后的较大者交换
min = nums[2*i+1] > nums[2*i+2] ? nums[2*i+2] : nums[2*i+1];
k = nums[2*i+1] > nums[2*i+2] ? 2*i+2 : 2*i+1;
if(nums[i] > min){
nums[k] = nums[i];
nums[i] = min;
i = k;
}else{
break;
}
}else{
break;
}
}
}
//建大堆的调整
public static void adjustArray(int[] nums, int start, int end){
int max;
int k;
for (int i = start; i < end;) {
if(2*i+2<=end){
max = nums[2*i+1] < nums[2*i+2] ? nums[2*i+2] : nums[2*i+1];
k = nums[2*i+1] < nums[2*i+2] ? 2*i+2 : 2*i+1;
if(nums[i] < max){
nums[k] = nums[i];
nums[i] = max;
i = k;
}else{
break;
}
}else{
break;
}
}
}
public static void main(String[] args) {
int[] nums = new int[]{1,0,5,3,7,9,2,4,5};
heapSort(nums);
for (int i = 0; i < nums.length; i++) {
System.out.print(nums[i]+" ");
}
}
}