java记录 - 堆排序

堆排序

//package xxx;
import java.text.SimpleDateFormat; 
import java.util.Arrays;
import java.util.Date;
class HeapSort {

	public static void main(String[] args) {
		//要求将数组进行升序排序
		//int arr[] = {4, 6, 8, 5, 9};
		// 创建要给 80000 个的随机的数组
		int[] arr = new int[80000000];
		for (int i = 0; i < 80000000; i++) {
			arr[i] = (int) (Math.random() * 8000000); // 生成一个[0, 8000000) 数
		}


		System.out.println("排序前"); 
		Date data1 = new Date();
		SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss"); 
		String date1Str = simpleDateFormat.format(data1);
		System.out.println("排序前的时间是=" + date1Str);


		heapSort(arr);//八百万2秒，八千万29秒


		Date data2 = new Date();
		String date2Str = simpleDateFormat.format(data2); 
		System.out.println("排序前的时间是=" + date2Str);
		//System.out.println("排序后=" + Arrays.toString(arr));
	}


	//编写一个堆排序的方法

	public static void heapSort(int arr[]) { 
		int temp = 0; 
		//System.out.println("堆排序!!");

		//	//分步完成
		//	adjustHeap(arr, 1, arr.length);
		//	System.out.println("第一次" + Arrays.toString(arr)); // 4, 9, 8, 5, 6
		//
		//	adjustHeap(arr, 0, arr.length);
		//	System.out.println("第 2 次" + Arrays.toString(arr)); // 9,6,8,5,4


		//完成我们最终代码
		// 1).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--) {
			adjustHeap(arr, i, arr.length);

		}


		/*
* 2).将堆顶元素与末尾元素交换，将最大元素"沉"到数组末端;
3).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。
*/
		for(int j = arr.length-1;j >0; j--) {
			//交换
			temp = arr[j]; 
			arr[j] = arr[0];

			arr[0] = temp; 
			adjustHeap(arr, 0, j);
			//每交换完一次就进行一次忽略最大   //数地堆排序
		}


		//System.out.println("数组=" + Arrays.toString(arr));


	}


	//将一个数组(二叉树), 调整成一个大顶堆
	/**
*功能： 完成 将 以 i 对应的非叶子结点的树调整成大顶堆
*  举例	int arr[] = {4, 6, 8, 5, 9}; => i = 1 => adjustHeap => 得到 {4, 9, 8, 5, 6}
*  如果我们再次调用	adjustHeap 传入的是 i = 0 => 得到 {4, 9, 8, 5, 6} => {9,6,8,5, 4}
*@param arr 待调整的数组
*@param i  表示非叶子结点在数组中索引
*@param lenght  表示对多少个元素继续调整， length  是在逐渐的减少
*/
	public	static void adjustHeap(int arr[], int i, int lenght) {


		int temp = arr[i];//先取出当前元素的值，保存在临时变量
		//开始调整
		//说明
		//1. k = i * 2 + 1 k 是 i 结点的左子结点
		for(int k = i * 2 + 1; k < lenght; k = k * 2 + 1) {
			if(k+1 < lenght && arr[k] < arr[k+1]) { //说明左子结点的值小于右子结点的值
			k++; // k  指向右子结点
			}
			if(arr[k] > temp) { //如果子结点大于父结点
				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(局部) 
		arr[i] = temp;//将 temp 值放到调整后的位置
	}


}

其他排序算法

插入排序：
https://blog.csdn.net/bell_love/article/details/106319609
快速排序：
https://blog.csdn.net/bell_love/article/details/106319697
选择排序：
https://blog.csdn.net/bell_love/article/details/106319578
希尔排序：
https://blog.csdn.net/bell_love/article/details/106319660
冒泡排序：
https://blog.csdn.net/bell_love/article/details/106317675
基数排序：
https://blog.csdn.net/bell_love/article/details/106319787
归并排序：
https://blog.csdn.net/bell_love/article/details/106319739