堆存贮结构
有点二叉树样子
父节点比两个子节点都大,就是大顶堆结构的数据。
面对这种不是顶堆的东西,就需要让它去符合一个堆的性质。
堆排序使用数组进行排序
数组下标就对应堆的存储下标,当然维护堆也是很重要的
大根堆就是根大于左右孩子,小根堆就是根小于左右害孩子。
大根堆,是从大到小排序,小根堆是从小到大排序。
每一次堆调整,都可以将整个数组中,最大后者最小值,换到你想要的位置上去。比如大根堆可以找到,最大那个值
小根堆可以找到数组中最小那个值,然后就和最后一个节点进行交换
表示这个数据不再参与排序了。
所以你必须要找到最后一个带有孩子的节点,看看最后一个父节点是谁
找到的公式就是起点加终点坐标初二 向上取整然后减少一个
比如2.5就要取3.
package org.example.sort;
import java.util.Arrays;
public class MergeSort {
private static int[] arr = {1,1,2,3,14,4,5,6,1,5};;
public static void main(String[] args) {
//先将数组转化为一个堆结构
//第将堆结构不断调整为大根堆
//然后将堆顶数据和最后一个叶子节点进行交互
//
sort();
for(int i = 0;i < arr.length;i++){
System.out.print(arr[i] + " ");
}
}
//这个是进行大顶对排序。同时记录最后一个叶子节点,顺带把叶子节点给交换了好了
//每次调用这个函数就是一个堆调整,调整之后顺手把堆顶和堆最后一个进行交换
private static void maxHeap(int end) {
//1. 找到最后一个父亲节点,从这个父亲节点前推,每一个都是父节点
int lastFather = end % 2 != 0 ? (0 + end) / 2: (0 + end) / 2 - 1;//完成向上取整问题
//每一个父亲节点都要这么处理,所以需要一个循环
//从头到尾每个父亲节点都要调整
for(int father = lastFather;father >= 0;father--){
//一直到顶端节点都要这么处理,每一个节点都是父节点,每一个父节点都要这么处理一下
//2.根据父节点可以知道,左孩子是 2 n + 1 右孩子是 2n + 2
int left = father * 2 + 1;
int right = father * 2 + 2 ;
//在右孩子没有越境情况下,让右孩子参与和父亲的比较,比较之后,父亲和左边孩子进行比较
if(right <= end && arr[right] >= arr[father] ){
//这里是最核心的关键点,你必须让每次循环时候的右节点不能不能超过你的end
int temp = arr[right];
arr[right] = arr[father];
arr[father] = temp;//交换数值
}
//然后检查左边的
if(arr[left] >= arr[father]){
int temp = arr[left];
arr[left] = arr[father];
arr[father] = temp;//交换数值
}
}
//处理完成之后就是一个大根堆了
//顶堆和最后一个数据交换一个,顶堆是最大那个数据
int temp = arr[end];
arr[end] = arr[0];
arr[0] = temp;
System.out.println( "arr[ " + end + "] = " + arr[end]);
}
public static void sort(){
for(int end = arr.length - 1;end > 0;end--){
//end是最后一个值
maxHeap(end);
}
}
}
一个关键点细节
当一次堆调整完成之后,我们需要将堆顶和堆最后一个数据进行交换
,交换之后,相当于最大数到了最后一个
然后我们就不用去排最后一个数据了。
就像这个,我们最后一个数据交换之后
end就要向前移动,end移动之后,就不再是数组的一部分了,下次对数组进行排序时候,就不要带上end后面那个空格了
也就是说变成了这样。右边那个节点被丢弃了
这个时候,而左边那个节点被丢弃·是没有关系的,因为左边节点被丢弃后
那父节点不再是父节点了。
所以每次一次堆排序之后,当堆顶和最后一个叶子节点交换之后,我们都要将数组的end,节点向前移动,就是被排好顺序的最后一位就不要动了。
同时,下次堆排序时候,要注意对父节点判断时候,注意右边子节点不要越界,右边子节点非常容易越界,因为你右边子节点被去掉之后,你的父亲节点还是那个父亲节点没变化,循环里还是会去找父节点的右边子节点,但是这时候这个右边子节点已经没有了,所以判断右边子节点时候,先要看看,下标没有越界。
1.从最后一个父节点开始,调整每一个节点,将每一个节点都看做是父节点,将其调整为堆的模式
2.完成调整后,将最后一个节点进行交换,交换之后,丢弃最后一个节点也就是end–
3.随时判断右子树有没有越界
4.
选择排序
选择排序是一种简单直观的排序算法,无论什么数据进去都是 O(n²) 的时间复杂度。所以用到它的时候,数据规模越小越好。唯一的好处可能就是不占用额外的内存空间了吧。
- 算法步骤
首先在未排序序列中找到最小(大)元素,存放到排序序列的起始位置。
再从剩余未排序元素中继续寻找最小(大)元素,然后放到已排序序列的末尾。
重复第二步,直到所有元素均排序完毕。
public class SelectionSort implements IArraySort {
@Override
public int[] sort(int[] sourceArray) throws Exception {
int[] arr = Arrays.copyOf(sourceArray, sourceArray.length);
// 总共要经过 N-1 轮比较
for (int i = 0; i < arr.length - 1; i++) {
int min = i;
// 每轮需要比较的次数 N-i
for (int j = i + 1; j < arr.length; j++) {
if (arr[j] < arr[min]) {
// 记录目前能找到的最小值元素的下标
min = j;
}
}
// 将找到的最小值和i位置所在的值进行交换
if (i != min) {
int tmp = arr[i];
arr[i] = arr[min];
arr[min] = tmp;
}
}
return arr;
}
}
package org.example.sort;
public class SelectSort {
public static void main(String[] args) {
int[] nums = new int[]{11,1,45,67,10,4};
Select(nums);
//左右递归界限放进去
for (int i:nums
) {
System.out.println(i);
}
}
private static void Select(int[] nums) {
//
int minPos;//找到最小那个值得下标,遍历结束后进行交换
for(int i = 0;i < nums.length - 1;i++){
//循环I代表位置,目前在第几位上,从这位开始不断找到最小值,然后进行交换
//当前值得下标就是i
minPos = i;
for(int j = i + 1;j < nums.length;j++){
if(nums[j] < nums[minPos]){
//最小值发生变化
minPos = j;//最小下标就变化了
}
}
if(minPos != i){
int temp = nums[i];
nums[i] = nums[minPos];
nums[minPos] = temp;//如果最小那个下标不是I,循环结束后进行交换
}
}
//从每一个位置开始,不断往后找最小值的一个过程
}
}