堆排序原理及实现

最新推荐文章于 2024-07-24 22:13:06 发布

阿九-进取的测试er

最新推荐文章于 2024-07-24 22:13:06 发布

阅读量610

点赞数 1

文章标签：算法数据结构排序算法

本文链接：https://blog.csdn.net/ceba20200309/article/details/129081722

版权

前言

经常听到研发面试基础题或者说基本功都包括算法题目，那常用的算法都有哪些？

小白们也很熟悉的：冒泡，归并，简单选择，归并，堆排序。

那它们区别是什么呢？需要好好梳理一下了。今天咱们就先瞅瞅感觉比较抽象的堆算法吧。

堆排序基本思想

什么是堆？堆是具有下列性质的完全二叉树：每个结点的值都大于或等于其左右孩子结点的值，称为大顶堆；或者每个结点的值都小于或等于其左右子结点的值，称为小顶堆。

堆排序（Heap Sort）就是利用堆（假设利用大顶堆）进行排序的方法。它的基本思想是，将待排序的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结点。将它移走（其实就是将其与堆数组的末尾元素交换，此时末尾元素就是最大值），然后将剩余的n-1个(0…n-1)序列重新构造成一个堆，这样就会得到n个元素中的次小值。如此反复执行，便能得到一个有序序列了。

问

好了简单介绍之后，也没觉得有啥记忆的功能啊？

答

其实堆是有记忆功能的，就是因为他自身的结构，每个结点的值都大于或等于其左右孩子结点的值（这是大顶堆，小顶堆则是每个结点的值都小于或等于其左右孩子结点的值），这就是记忆！当你将整个序列构建成一个堆之后，那么结点元素是比左右孩子大或者小的，这就是记忆！如果还是晕的，那么恭喜你，我在学习的过程中这个阶段的时候也是没想明白的，先看看实现吧！

堆排序实现

先看看核心代码

/**
* 堆排序
*
* @paramarr
*/
public void sort(int[] arr) {

    System.out.println("初始序列状态: " + Arrays.toString(arr) + "\n");
    intlen = arr.length;
    //构建初始大顶堆
    for (inti = len / 2 - 1; i&gt;= 0; i--) {

        System.out.println("构建初始大顶堆: " + i);
        heapAdjust(arr, i, len - 1);
    }

    //交换堆顶元素和未排序序列的最后一个元素,并重新构建大顶堆
    for (inti = len - 1; i&gt; 0; i--) {
        swap(arr, 0, i);                // 元素交换
        heapAdjust(arr, 0, i - 1);
    }
}

/**
* 将arr[pos...off]构建成大顶堆
*
* @paramarr
* @parampos
* @param off
*/
public void heapAdjust(int[] arr, intpos, int off) {
    int j, temp = arr[pos];

    System.out.println("--此次循环的堆顶: " + temp);

    intinit_j = pos * 2 + 1;

    for (j = init_j; j &lt;= off; j = j * 2 + 1) {

        System.out.println("---循环索引值: " + j + " 数值: " + arr[j]);
        if (j &lt; off &amp;&amp;arr[j] &lt;arr[j + 1]) {
            System.out.println("---左右子节点对比: 左 " + arr[j] + " 小于右 " + arr[j + 1]);
            ++j;
        }
        // 节点不小于左右孩子节点
        if (temp &gt;= arr[j]) {
            System.out.println("---此次循环的堆顶: " + temp + " 大于左右子节点!");
            break;
        }

        int exchange = arr[j];

        arr[pos] = arr[j];
        pos = j;
        arr[pos] = temp;
        System.out.println("---交换位置: " + arr[pos] + " 和 " + exchange);
    }
    arr[pos] = temp;

    System.out.println("--当前序列状态: " + Arrays.toString(arr) + "\n");
}

关键点

初始化大顶堆；

构建大顶堆之后，交换堆顶元素和未排序序列的最后一个元素,并重新构建大顶堆；

来了: 假设有一个初始集合 int arr = {13, 14, 99, 33, 82, 25, 59, 94};

那么len=arr.length=8，第一个for循环，代码第4行，i是从len/2-1=3开始，3→2→1→0的变量变化。

为什么不是从0到8，或者从8到0，而是从3到0呢？其实下图就很明白了。它们都是有孩子的结点。

将待排序的序列构建成为一个大顶堆，其实就是从下往上，从右到左，将每个非终端结点（非叶结点）当作根结点，将其和其子树调整成大顶堆。

先构建成初始堆

到此为止构建大顶堆的过程算是完成了，任务完成了一半。接下来就是正式的排序过程，接着来

总结

首先由普通的数列联想到完全二叉树，然后利用完全二叉树的特性来实现记忆的功能，从而提高运行效率，只能由衷的佩服这个算法的提出者，太厉害了。

参考文献

cnblogs.com

排序之堆排序 - 青石路 - 博客园

前言本篇博客是在伍迷兄的博客基础上进行的，其博客地址点击就可以进去，里面好博客很多，我的排序算法都来自于此；一些数据结构方面的概念我就不多阐述了，伍迷兄的博客中都有详细讲解，而我写这些博客只是记录自

阿九-进取的测试er

关注

1
点赞
踩
7

收藏

觉得还不错? 一键收藏
0
评论
堆排序原理及实现

其实堆是有记忆功能的，就是因为他自身的结构，每个结点的值都大于或等于其左右孩子结点的值（这是大顶堆，小顶堆则是每个结点的值都小于或等于其左右孩子结点的值），这就是记忆！首先由普通的数列联想到完全二叉树，然后利用完全二叉树的特性来实现记忆的功能，从而提高运行效率，只能由衷的佩服这个算法的提出者，太厉害了。将待排序的序列构建成为一个大顶堆，其实就是从下往上，从右到左，将每个非终端结点（非叶结点）当作根结点，将其和其子树调整成大顶堆。它们都是有孩子的结点。小白们也很熟悉的：冒泡，归并，简单选择，归并，堆排序。
复制链接

扫一扫