一、堆排序
堆排序(Heapsort)是指利用堆这种数据结构所设计的一种排序算法。堆积是一个近似完全二叉树的结构,并同时满足堆积的性质:即子结点的键值或索引总是小于(或者大于)它的父节点。堆排序可以说是一种利用堆的概念来排序的选择排序。分为两种方法:
- 大顶堆:每个节点的值都大于或等于其子节点的值,在堆排序算法中用于升序排列;
- 小顶堆:每个节点的值都小于或等于其子节点的值,在堆排序算法中用于降序排列;
堆排序的平均时间复杂度为 Ο(nlogn)。
二、代码&注释
import java.util.Arrays;
/**
* @author: pikachu
* @description: 堆排序
* @date: 2022/8/14 20:21
*/
public class HeapSort {
public static void sort(int[] a) {
int temp;
// 从最后一个非叶子节点开始,直到根节点,构建大根堆
for (int i = a.length / 2 - 1; i >= 0; i--) {
build(a, i, a.length - 1);
}
// 交换首尾节点后,以a[0]为根节点重建大根堆
for (int i = a.length - 1; i > 0; i--) {
temp = a[0];
a[0] = a[i];
a[i] = temp;
// for (int j = 0; j <= i; j++) {
// System.out.print(a[j]+" ,");
// }
// System.out.println();
build(a, 0, i - 1);
}
}
/**
* Desc: 将以root为根节点的子树构建大顶堆
*
* @param a 待排序数组
* @param root 以root待调整数的根节点
* @param end 待调整的节点数(即待确定的最后一个节点的坐标)
* @author pikachu
*/
private static void build(int[] a, int root, int end) {
int right, k, temp; //k:MAX( a[left] , a[right] )
//计算root时,root为最后一个含子树的节点,指向需要调整的子树,令 i 从root 的左子树开始赋值
for (int i = root * 2 + 1; i <= end; i = root * 2 + 1) {
k = i;
right = i + 1;
if (right <= end && a[right] > a[i]) {
k = right;
}
if (a[root] < a[k]) {
temp = a[root];
a[root] = a[k];
a[k] = temp;
// 若发生交换, i 需要指向与其交换的子节点,再次循环判断该子节点的子树是否需要重新构建
root = k;
}
// 已满足大根堆,退出
// 在第一次构建大根堆时自下而上,
// 因此在重新构建时,若该节点与左右节点满足大根堆,
// 那么以该节点的子树已满足大根堆
else {
// 对于 6 (root) 的子树已满足大根堆,若不退出循环,root始终指向6,k始终指向左子节点4
// / \
// 4 4
return;
}
}
}
public static void main(String[] args) {
// int[] arr = {3, 3, 6, 6, 2, 0, 9, 4, 4, 8};
// int[] arr1 = Arrays.copyOfRange(arr, 0, arr.length);
int n = 1000000;
int[] arr = new int[n];
int[] arr1 = new int[n];
for (int i = 0; i < n; i++) {
arr[i] = (int) (Math.random() * n);
arr1[i] = arr[i];
}
// System.out.println("排序前:" + Arrays.toString(arr));
long start = System.currentTimeMillis();
HeapSort.sort(arr);
long end = System.currentTimeMillis();
// System.out.println("排序后:" + Arrays.toString(arr));
System.out.println(n / 10000 + "w条数据" + "HeapSort耗时:" + (end - start) + "毫秒");
long start1 = System.currentTimeMillis();
Arrays.sort(arr1);
long end1 = System.currentTimeMillis();
System.out.println(n / 10000 + "w条数据" + "Arrays.sort耗时:" + (end1 - start1) + "毫秒");
System.out.println("Arrays.equals(arr, arr1) = " + Arrays.equals(arr, arr1));
}
}