2019-07-01
图解排序算法(三)之堆排序
堆排序是对简单选择排序的优化
堆排序是利用堆这种数据结构而设计的一种排序算法,堆排序是一种选择排序,它的最坏,最好,平均时间复杂度均为 O ( n log 2 n ) O(n\log_2n) O(nlog2n),它也是
不稳定
排序。
堆的定义
同时,我们对堆中的结点按层进行编号,将这种逻辑结构映射到数组中就是下面这个样子
堆是一个完全二叉树
大顶堆:arr[i] >= arr[2i+1] && arr[i] >= arr[2i+2]
小顶堆:arr[i] <= arr[2i+1] && arr[i] <= arr[2i+2]
堆排序的基本思想是:将待排序序列构造成一个大顶堆,此时,整个序列的最大值就是堆顶的根节点。将其与末尾元素进行交换,此时末尾就为最大值。然后将剩余n-1个元素重新构造成一个堆,这样会得到n个元素的次小值。如此反复执行,便能得到一个有序序列了。
实现
代码实现:
/*
* @Date 2019/8/6 11:13
* @Description 堆是一个完全二叉树
堆排序的基本思想是:将待排序序列构造成一个大顶堆,此时,整个序列的最大值就是堆顶的根节点。
将其与末尾元素进行交换,此时末尾就为最大值。
然后将剩余n-1个元素重新构造成一个堆,这样会得到n个元素的次小值。
如此反复执行,便能得到一个有序序列了
**/
//一般升序采用大顶堆,降序采用小顶堆
public class HeapSort {
public void heapSort(int[] arr) {
//1.构建大顶堆
//从第一个非叶子结点从右至左,从下至上调整结构(下标从 0 开始)
for (int i = (arr.length - 1) / 2; i >= 0; i--) {
adjustHeap(arr, i, arr.length);
}
//2.调整堆结构以及交换堆顶元素与末尾元素
for (int j = arr.length - 1; j > 0; j--) {
swap(arr, 0, j);//将堆顶元素与末尾元素交换
adjustHeap(arr, 0, j);//重新对堆进行调整
}
}
//调整大顶堆(仅是调整过程,建立在大顶堆已构建的基础上)
//即假设目前整个堆中除 i 结点外,其余结点均满足堆定义
public void adjustHeap(int[] arr, int i, int length) {
int temp = arr[i];//先取出当前元素 i 的值,在 i 结点下移时可以不用交换元素
//从i结点的左子结点开始调整堆,也就是从下标为 2i+1 处开始
for (int k = i * 2 + 1; k < length; k = k * 2 + 1) {
//如果左子结点小于右子结点,k指向右子结点
if (k + 1 < length && arr[k] < arr[k + 1]) {
++k;
}
//如果子节点大于父节点,将子节点值赋给父节点(不用进行交换)
if (arr[k] > temp) {
arr[i] = arr[k];
i = k; //i 节点下移,继续调整子树(可以解决多子树调节问题)
} else {
break;
}
}
arr[i] = temp;//将temp值放到最终的位置
}
//交换元素
public void swap(int[] arr, int a, int b) {
int temp = arr[a];
arr[a] = arr[b];
arr[b] = temp;
}
@Test
public void testHeapSort() {
int[] a = {35, 11, 24, 52, 77, 69, 8, 3, 6, 62};
int[] b = {7, 9, 3, 2, 5, 8, 6};
heapSort(a);
heapSort(b);
System.out.println(Arrays.toString(a));
System.out.println(Arrays.toString(b));
}
}
/*
Output:
[3, 6, 8, 11, 24, 35, 52, 62, 69, 77]
[2, 3, 5, 6, 7, 8, 9]
*/