一、堆排序
完全二叉树:完全二叉树从根结点到倒数第二层满足完美二叉树,最后一层可以不完全填充,其叶子结点都靠左对齐,堆就是完全二叉树
数组——完全二叉树(通过下标来维护彼此的关系)
大根堆:当前树(子树)中(包含子树)的最大值都是头部
小根堆:当前树(子树)中(包含子树)的最小值都是头部
数组——>大根堆
public class HeapSort {
public static void main(String[] args) {
int[] arr = new int[100];
for (int i = 0; i < 100; i++) {
arr[i] = (int)(Math.random() * 100);
}
heapSort(arr);
System.out.println(Arrays.toString(arr));
}
public static void heapSort(int[] arr) {
if (arr == null || arr.length < 2) {
return;
}
// 形成大根堆 复杂度:O(n)
for (int i = 0; i < arr.length; i++) {
// 0 ~ i 之间形成大根堆
heapInsert(arr, i);
}
// 大根堆中节点的个数
int heapSize = arr.length;
// 堆顶位置的数和最后一个数交换,最大值来到了数组的最后,堆大小减 1,排除原来堆顶这个数
swap(arr, 0, --heapSize);
while (heapSize > 0) {
// 交换完之后,调整当前堆顶元素的位置,从新形成一个大根堆,继续这个过程
heapify(arr, 0, heapSize);
// 堆顶位置的数和最后一个数交换,最大值来到了数组的最后,堆大小减 1,排除原来堆顶这个数
swap(arr, 0, --heapSize);
}
}
/**
* heapSize:形成的大根堆的数组元素的数量
* 0 ~ heapSize-1下标位置中 index位置节点的值变小往下沉的过程
* 下降的过程就是 index位置元素和它的左右子节点中较大的交换位置
* @param arr
* @param index
* @param heapSize 当前大根堆的节点数 <= arr.length
*/
public static void heapify(int[] arr, int index, int heapSize) {
// index位置所在节点的左子节点位置
int left = index * 2 + 1;
// 左子节点不越界,也在堆上时
while (left < heapSize) {
// (left+1)为右子节点的下标,如果右子节点不越界 && 左子节点的值 < 右子节点的值
// largest就表示两个子节点中值较大节点在数组中的下标
int largest = left + 1 < heapSize && arr[left] < arr[left + 1] ? left + 1 : left;
// 当前节点的值和较大子节点的值比较,返回较大节点值的下标
largest = arr[index] > arr[largest] ? index : largest;
// 如果是本身较大,则不用下沉,此位置就是最终位置
if (largest == index) {
break;
}
// 较大的不是本身,则和较大的节点交换位置
swap(arr, index, largest);
// 修改当前下标为较大节点的下标
index = largest;
// 找当前下标位置对应的左子节点下标
left = 2 * index + 1;
}
}
/**
* 将数组index位置的元素加入到大根堆中
* @param arr
* @param index 数组中当前元素的下标
*/
public static void heapInsert(int[] arr, int index) {
// 如果当前节点大于父节点,交换位置,直到不大于父节点
// 当 index跳到 0位置后,(0-1)/2=0,0位置和0位置相等,跳出循环
while (arr[index] > arr[(index - 1) / 2]) {
// 当前节点和父节点交换
swap(arr, index, (index - 1) / 2);
// 当前节点跑到父节点的位置继续比较(和交换后的父节点比较)
index = (index - 1) / 2;
}
}
public static void swap(int arr[], int i, int j) {
int temp = arr[i];
arr[i] = arr[j];
arr[j] = temp;
}
}
堆的简单应用,求不断加入的数据整体的中位数