图解堆排序

原文出自公众号程序员小灰:https://mp.weixin.qq.com/s?__biz=MzIxMjE5MTE1Nw==&mid=2653195208&idx=1&sn=e3d6559402148458f0a4993b47d8bc6f&chksm=8c99f912bbee7004625a0b204acc8484acbdf4f1b18953e7ff5acbea958ec002d8c8ea072792&mpshare=1&scene=1&srcid=0918puhyPLKbZLQaYEvFO8zu#rd

在了解堆排序之前让我们回顾一下二叉堆和最大堆的特性:

  • 1.二叉堆本质上是一种完全二叉树
  • 2.最大堆的堆顶是整个堆中的最大元素

首先一定要明确!!!
二叉堆虽然是一个完全二叉树,但它的存储方式并不是链式存储,而是顺序存储。换句话说,二叉堆的所有节点都存储在数组中。

在数组中,在没有左右指针的情况下,如何定位一个父节点的左孩子和右孩子呢?

可以依靠数组下标来计算。
假设父节点的下标是parent,那么它的左孩子下标就是 2 * parent + 1;右孩子下标就是 2 * parent + 2。

当我们删除一个最大堆的堆顶(并不是完全删除,而是替换到最后面),经过自我调节,第二大的元素就会被交换上来,成为最大堆的新堆顶。
在这里插入图片描述
正如上图所示,当我们删除值为10的堆顶节点,经过调节,值为9的新节点就会顶替上来;当我们删除值为9的堆顶节点,经过调节,值为8的新节点就会顶替上来…

由于二叉堆的这个特性,我们每一次删除旧堆顶,调整后的新堆顶都是大小仅次于旧堆顶的节点。那么我们只要反复删除堆顶,反复调节二叉堆,所得到的集合就成为了一个有序集合,过程如下:

删除节点9,节点8成为新堆顶:
在这里插入图片描述
删除节点8,节点7成为新堆顶:
在这里插入图片描述
删除节点7,节点6成为新堆顶:
在这里插入图片描述
删除节点6,节点5成为新堆顶:
在这里插入图片描述
删除节点5,节点4成为新堆顶:
在这里插入图片描述
删除节点4,节点3成为新堆顶:
在这里插入图片描述
删除节点3,节点2成为新堆顶:
在这里插入图片描述
到此为止,我们原本的最大堆已经变成了一个从小到大的有序集合。之前说过二叉堆实际存储在数组当中,数组中的元素排列如下:
在这里插入图片描述
由此,我们可以归纳出堆排序算法的步骤:

  • 1.把无序数组构建成二叉堆。

  • 2.循环删除堆顶元素,移到集合尾部,调节堆产生新的堆顶。

堆排序代码:

import java.util.Arrays;

public class HeapSort {
    public static void main(String[] args) {
        int[] arr = new int[]{1,3,2,6,5,7,8,9,10,0};
        heapSort(arr);
        System.out.println(Arrays.toString(arr));
    }

    /**
     * 堆排序
     * @param arr 待调整的堆
     */
    private static void heapSort(int[] arr) {
        // 1.把无序数组构建成二叉堆
        for (int i = (arr.length - 2)/2; i >= 0 ; i--){
            downAdjust(arr, i, arr.length);
        }
        System.out.println(Arrays.toString(arr));
        // 2.循环删除堆顶元素,移到集合尾部,调节堆产生新的堆顶
        for (int i = arr.length - 1; i > 0 ; i--){
            // 最后一个元素和第一元素进行交换
            int temp = arr[i];
            arr[i] = arr[0];
            arr[0] = temp;
            // 下沉调整最大堆 注意这里i是每次减一的,也就达到了“删除”的作用
            downAdjust(arr, 0, i);
        }
    }

    /**
     * 下沉调整
     * @param arr 待调整的堆
     * @param parentIndex 要下沉的父节点
     * @param length 堆的有效大小
     */
    private static void downAdjust(int[] arr, int parentIndex, int length) {
        // temp保存父节点值,用于最后的赋值
        int temp = arr[parentIndex];
        int childIndex = 2 * parentIndex + 1;
        while (childIndex < length){
            // 如果有右孩子,且右孩子大于左孩子的值,则定位到右孩子
            if (childIndex + 1 < length && arr[childIndex + 1] > arr[childIndex]) {
                childIndex ++;
            }
            // 如果父节点小于任何一个孩子的值,直接跳出
            if (temp >= arr[childIndex]) {
                break;
            }
            // 交换父节点与较大节点的值  这里原文只将子节点的值付给父节点  不大理解  我们改为了交换
            int temp1 = arr[parentIndex];
            arr[parentIndex] = arr[childIndex];
            arr[childIndex] = temp1;
            // 子节点成为新的父节点  子子节点成为新的子节点 继续递归直到叶子节点
            parentIndex = childIndex;
            childIndex = childIndex * 2 + 1;
        }
        // 下沉的末尾赋值为原本位置的值
        arr[parentIndex] = temp;
    }
}


在这里插入图片描述
二叉堆的节点下沉调整(downAdjust 方法)是堆排序算法的基础,这个调节操作本身的时间复杂度是多少呢?

假设二叉堆总共有n个元素,那么下沉调整的最坏时间复杂度就等同于二叉堆的高度,也就是O(logn)

我们再来回顾一下堆排序算法的步骤:

  1. 把无序数组构建成二叉堆。

  2. 循环删除堆顶元素,移到集合尾部,调节堆产生新的堆顶。

第一步,把无序数组构建成二叉堆,需要进行n/2次循环(叶子节点不需要处理)。每次循环调用一次 downAdjust 方法,所以第一步的计算规模是 n/2 * logn,时间复杂度 O(nlogn)

第二步,需要进行n-1次循环。每次循环调用一次 downAdjust 方法,所以第二步的计算规模是 (n-1) * logn ,时间复杂度 O(nlogn)

两个步骤是并列关系,所以整体的时间复杂度同样是 O(nlogn)

在这里插入图片描述
在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值