一:堆排序
1:堆排序的特点
- 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(nlogn),它也是不稳定排序。
- 堆是具有以下性质的完全二叉树: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, 注意 : 没有要求结点的左孩子的值和右孩子的值的大小关系。
每个结点的值都小于或等于其左右孩子结点的值,称为小顶堆。
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。
大顶堆
小顶堆
升序采用大顶堆,降序采用小顶堆
2:堆排序的基本思想
- 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。
2.1:构造初始堆。将给定无序序列构造成一个大顶堆
原始的数组 [4, 6, 8, 5, 9]
- 假设给定无序序列结构如下
- 此时我们从最后一个非叶子结点开始(叶结点自然不用调整,第一个非叶子结点arr.length/2-1=5/2-1=1,也就是下面的 6 结点),从左至右,从下至上进行调整
- 找到第二个非叶节点 4,由于[4,9,8]中 9 元素最大,4 和 9 交换
- 这时,交换导致了子根[4,5,6]结构混乱,继续调整,[4,5,6]中 6 最大,交换 4 和 6。
此时,我们就将一个无序序列构造成了一个大顶堆。
步骤二 将堆顶元素与末尾元素进行交换,使末尾元素最大。然后继续调整堆,再将堆顶元素与末尾元素交换,得到第二大元素。如此反复进行交换、重建、交换。
- 将堆顶元素 9 和末尾元素 4 进行交换
- 重新调整结构,使其继续满足堆定义
- 再将堆顶元素 8 与末尾元素 5 进行交换,得到第二大元素 8.
- 后续过程,继续进行调整,交换,如此反复进行,最终使得整个序列有序
三:堆排序的代码实现
HeapSort实体类
package com.github.heap;
import java.util.Arrays;
/**
* @author lizhangyu
* @version 1.0
* @description
* @date 2021/3/12 11:46
*/
public class HeapSort {
public static void main(String[] args) {
int[] arr = {9, 3, 6, 7, 5, 8, 1, 0, 4, 2};
int[] arr1 = {9, 3, 6, 7, 5, 8, 1, 0, 4, 2};
//先构建大顶堆
for (int i = arr.length / 2 -1; i >= 0; i--) {
adjustMaxHead(arr, i, arr.length);
}
//1. 将堆顶元素和末尾元素进行交换,将最大元素沉到数组末尾
//2. 重新将剩下的元素调整为大顶堆,再重复1,2操作
for (int j = arr.length - 1; j > 0; j--) {
int temp = arr[0];
arr[0] = arr[j];
arr[j] = temp;
adjustMaxHead(arr, 0, j);
}
System.out.println("通过大顶堆调整之后的结果=" + Arrays.toString(arr));
//先构建小顶堆
for (int i = arr1.length / 2 -1; i >= 0; i--) {
adjustMinHead(arr1, i, arr1.length);
}
//1. 将堆顶元素和末尾元素进行交换,将最小元素沉到数组末尾
//2. 重新将剩下的元素调整为小顶堆,再重复1,2操作
for (int j = arr1.length - 1; j > 0; j--) {
int temp = arr1[0];
arr1[0] = arr1[j];
arr1[j] = temp;
adjustMinHead(arr1, 0, j);
}
System.out.println("通过小顶堆调整之后的结果=" + Arrays.toString(arr1));
}
/**
* 1. 首先左右节点进行比较,将大的节点取出
* 2。 将大的节点和当前节点进行比较,如果小于当前节点,则不做处理,当大于,则进行交换
* 3. 如果存在替换,则将替换的节点为下一个循环的当前节点,继续执行1.2.3步骤,如果不存在则跳出循环
* @param arr
* @param i
* @param length
*/
public static void adjustMaxHead(int[] arr, int i, int length) {
int temp = arr[i];
for (int k = 2 * i + 1; k < length; k = 2 * k + 1) {
if (k + 1 < length && arr[k] < arr[k+1]) {
k++;
}
if (arr[k] > temp) {
arr[i] = arr[k];
i = k;
}else {
break;
}
}
arr[i] = temp;
}
/**
* 1. 首先左右节点进行比较,将小的节点取出
* 2。 将小的节点和当前节点进行比较,如果大于当前节点,则不做处理,当小于,则进行交换
* 3. 如果存在替换,则将替换的节点为下一个循环的当前节点,继续执行1.2.3步骤,如果不存在则跳出循环
* @param arr
* @param i
* @param length
*/
public static void adjustMinHead(int[] arr, int i, int length) {
int temp = arr[i];
for (int k = 2 * i + 1; k < length; k = 2 * k + 1) {
if (k + 1 < length && arr[k] > arr[k+1]) {
k++;
}
if (arr[k] < temp) {
arr[i] = arr[k];
i = k;
}else {
break;
}
}
arr[i] = temp;
}
}
HeapSortDemo实体类
package com.github.heap;
import java.text.SimpleDateFormat;
import java.util.Date;
/**
* @author lizhangyu
* @version 1.0
* @description
* @date 2021/3/12 16:44
*/
public class HeapSortDemo {
public static void main(String[] args) {
// 创建要给 80000 个的随机的数组
int[] arr = new int[8000000];
for (int i = 0; i < 8000000; i++) {
arr[i] = (int) (Math.random() * 8000000);
}
Date data1 = new Date();
SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
String date1Str = simpleDateFormat.format(data1); System.out.println("排序前的时间是=" + date1Str);
headSort(arr);
Date data2 = new Date();
String date2Str = simpleDateFormat.format(data2);
System.out.println("排序后的时间是=" + date2Str);
}
public static void headSort(int[] arr) {
HeapSort heapSort = new HeapSort();
//先构建大顶堆
for (int i = arr.length / 2 -1; i >= 0; i--) {
heapSort.adjustMaxHead(arr, i, arr.length);
}
//1. 将堆顶元素和末尾元素进行交换,将最大元素沉到数组末尾
//2. 重新将剩下的元素调整为大顶堆,再重复1,2操作
for (int j = arr.length - 1; j > 0; j--) {
int temp = arr[0];
arr[0] = arr[j];
arr[j] = temp;
heapSort.adjustMaxHead(arr, 0, j);
}
}
}
运行结果
排序前的时间是=2021-03-12 16:52:59
排序后的时间是=2021-03-12 16:53:01
八百万的数据进行排序耗时两秒,从这里可以看出堆排序的效率很高。