基本思想:
堆:一种特殊的完全二叉树,可分为大顶堆和小顶堆
大顶堆:每个节点的值均大于其左右孩子节点
小顶堆:每个节点的值均小于其左右孩子节点
由于堆为完全二叉树,且为了存储方便,使用数组作为存储结构,将堆按照层序依次存入数组中
对于堆排序,以升序为例
(1)首先将待排序数组看作二叉树,并转化成大顶堆,显然此时堆顶元素为待排序数组最大值
(2)将最大值与数组最后一个元素交换
(3)对数组除最后元素之外的元素进行调整,重新构建大顶堆,
(4)将堆顶元素与数组倒数第二个元素交换,以此类推,直到数组实现有序
按照此方法类比,显然降序排列则是利用小顶堆,不再赘述
对于大顶堆的构建,首先实现方法adjustHeap,可将指定的非叶子节点及其左右子树转化为大顶堆,前提是左右子树均为大顶堆,故使用该方法实现整个树转化为大顶堆,需要从下至上进行
该方法传入一个非叶子节点的索引index和当前数组长度length,具体思路如下:
(1)记录该节点的值,保存在临时变量temp中
(2)令指针指向该节点的左孩子结点,每次的指针移动都需要判断是否越界,然后判断该节点的右孩子是否存在,若右孩子存在且大于左孩子,则将指针指向右孩子,因为是完全二叉树,故不存在左孩子不存在而右孩子存在的情况,该步骤是为了让指针能指向左右孩子中较大的一个
(3)判断指针指向与堆顶元素大小关系,若指针指向较大,则二者交换
(4)此时堆顶元素成功转化为左右孩子中较大的一个,但堆顶元素的下移可能会造成子树不再是大顶堆,故需要令index更新为刚刚左右孩子中较大的那个的索引值
(5)从刚刚左右孩子中较大的那个开始,令指针指向其左孩子,重新进入循环,即针对该节点重新递归构建大顶堆,保证了整个树仍然为大顶堆
(6)最终将最开始的堆顶元素放在index的位置
该方法完成后,对于堆排序,首先需要了解最后一个非叶子节点的索引值的计算
对于完全二叉树,最后一个叶子节点的索引值为
最后一个叶子节点的父节点的索引值为
即最后一个非叶子节点的索引值为
故对于堆排序,步骤如下:
(1)从最后一个非叶子节点开始,从下至上依次调用上述方法,实现整个树转化为大顶堆
(2)交换堆顶元素和数组末元素
(3)对于原来的大顶堆,因为交换后,移到数组末的元素在后续排序中不再参与,故可以认为只有堆顶元素发生变化,而堆顶的左右子树仍然为大顶堆,故只需要对堆顶节点进行一次adjustHeap调用即可,且每次传入的length依次减一
(4)循环步骤(3)直到数组实现有序
代码实现:
//堆排序
public void heapSort() {
int temp;
for (int i = array.length / 2 - 1; i >= 0; i--) {
adjustHeap(i, array.length);
}
for (int j = array.length - 1; j > 0; j--) {
temp = array[j];
array[j] = array[0];
array[0] = temp;
adjustHeap(0, j);
}
}
public void adjustHeap(int index, int length) {
int temp = array[index];
for (int i = index * 2 + 1; i < length; i = i * 2 + 1) {
if (i + 1 < length && array[i] < array[i + 1]) {
i++;
}
if (array[i] > temp) {
array[index] = array[i];
index = i;
} else {
break;
}
}
array[index] = temp;
}
时间复杂度:O(nlogn)