堆和堆排序
1.如何理解“堆”?
堆是一种特殊的树;
只要满足下面两点的就是堆:
- 堆是一个完全二叉树
- 堆中的每一个节点的值都必须大于等于(或小于等于)自子树中的每个节点的值;
大顶堆:对于每个节点的值都大于子树中每个节点的值的堆;
小顶堆:对于每个节点的值都小于子数中每个节点的值的堆;
对于同一组数据我们可以构建出不同形态的堆,如下图:
2.如何实现一个“堆”?
完全二叉树比较适合用数组来存储。用数组来存储完全二叉树是非常节省存储空间的。
举个驻足存储堆的例子如下图:
数组中下标为 i 的节点的左子节点,就是下标为 i∗2 的节点,右子节点就是下标为 i∗2+1 的节点,父节点就是下标为 2i 的节点。
1. 往堆中插入一个元素
往堆中插入一个元素后,任然需要满足上面所说的那两个堆的特性;
往堆中插入插入的元素放到最后,通过调整时期重新满足堆的特性的过程,叫做“堆化”(heapify);
堆化非常简单,就是顺着节点所在的路径,向上或者向下,对比,然后交换。
让新插入的节点与父节点对比大小。如果不满足子节点小于等于父节点的大小关系,我们就互换两个节点。一直重复这个过程,直到父子节点之间满足刚说的那种大小关系。具体过程如下图:
具体代码实现如下:
public class Heap {
private int[] a; // 数组,从下标1开始存储数据
private int n; // 堆可以存储的最大数据个数
private int count; // 堆中已经存储的数据个数
public Heap(int capacity) {
a = new int[capacity + 1];
n = capacity;
count = 0;
}
public void insert(int data) {
if (count >= n) return; // 堆满了
++count;
a[count] = data;
int i = count;
while (i/2 > 0 && a[i] > a[i/2]) { // 自下往上堆化
swap(a, i, i/2); // swap()函数作用:交换下标为i和i/2的两个元素
i = i/2;
}
}
}
2. 删除堆顶元素
核心思想:
把最后一个节点放到堆顶,然后利用同样的父子节点对比方法;对于不满足父子节点大小关系的,互换两个节点,并且重复整个过程;直到父子节点之间满足大小关系为止。这就是从上往下堆化的方法;
具体过程如下图:
实现代码如下:
public void removeMax() {
if (count == 0) return -1; // 堆中没有数据
a[1] = a[count];
--count;
heapify(a, count, 1);
}
private void heapify(int[] a, int n, int i) { // 自上往下堆化
while (true) {
int maxPos = i;
if (i*2 <= n && a[i] < a[i*2]) maxPos = i*2;
if (i*2+1 <= n && a[maxPos] < a[i*2+1]) maxPos = i*2+1;
if (maxPos == i) break;
swap(a, i, maxPos);
i = maxPos;
}
}
一个包含 n 个节点的完全二叉树,树的高度不会超过 log2n。堆化的过程是顺着节点所在路径比较交换的,所以堆化的时间复杂度跟树的高度成正比,也就是 O(logn)。插入数据和删除堆顶元素的主要逻辑就是堆化,所以,往堆中插入一个元素和删除堆顶元素的时间复杂度都是 O(logn)。
3 如何基于堆实现排序
借助于堆这种数据结构实现的排序算法,就叫作堆排序。这种排序方法的时间复杂度非常稳定,是 O(nlogn),并且它还是原地排序算法。
堆排序的过程大致分解为两个大步骤:建堆和排序
1. 建堆
首先将数组原地建成一个堆;
原地:不借助两外一个数组,就在原数组上操作;
建堆的过程有两种思路:
- 第一种建堆思路的处理过程是从前往后处理数组数据,并且每个数据插入堆中时,都是从下往上堆化。
- 第二种实现思路,是从后往前处理数组,并且每个数据都是从上往下堆化。
下面这个图是第二种的实现思路:叶子节点往下推化,只能自己跟自己比较,所以直接从第一个非叶子节点开始,下图第一个非叶子节点是8和19;依次推化就行;
代码实现如下:
private static void buildHeap(int[] a, int n) {
for (int i = n/2; i >= 1; --i) {
heapify(a, n, i);
}
}
private static void heapify(int[] a, int n, int i) {
while (true) {
int maxPos = i;
if (i*2 <= n && a[i] < a[i*2]) maxPos = i*2;
if (i*2+1 <= n && a[maxPos] < a[i*2+1]) maxPos = i*2+1;
if (maxPos == i) break;
swap(a, i, maxPos);
i = maxPos;
}
}
在这段代码中,我们对下标从 n/2 开始到 1 的数据进行堆化,下标是 n/2+1 到 n 的节点是叶子节点,我们不需要堆化。实际上,对于完全二叉树来说,下标从 n/2+1 到 n 的节点都是叶子节点。
建堆的时间复杂度就是 O(n)。
2. 排序
1 排序的原理
建好堆后,数组中的数据已经是按照大顶堆的特性来组织的;数组中的第一个元素就是堆顶,也就是最大的元素;
排序的过程像上面的“删除堆顶元素”的操作;当堆顶元素移除之后,我们把下标为n的元素放到堆顶,然后将剩下的n-1个元素重新构建成堆。堆化完成之后,再取堆顶的元素,放到下标是n-1的位置;一直重复整个过程,知道最后堆中只剩下下标为1的元素,排序的工作就完成了。
下图是排序的整个过程图:
代码实现如下:
// n表示数据的个数,数组a中的数据从下标1到n的位置。
public static void sort(int[] a, int n) {
buildHeap(a, n);
int k = n;
while (k > 1) {
swap(a, 1, k);
--k;
heapify(a, k, 1);
}
}
2 排序时间复杂度分析
整个堆排序的过程,都只需要极个别临时存储空间,所以堆排序是原地排序算法。堆排序包括建堆和排序两个操作,建堆过程的时间复杂度是 O(n),排序过程的时间复杂度是 O(nlogn),所以,堆排序整体的时间复杂度是 O(nlogn)。
堆排序不是稳定的排序算法,因为在排序的过程,存在将堆的最后一个节点跟堆顶节点互换的操作,所以就有可能改变值相同数据的原始相对顺序;
注意: 堆中的数据是从数组下标为 1 的位置开始存储。那如果从 0
开始存储,实际上处理思路是没有任何变化的,唯一变化的,可能就是,代码实现的时候,计算子节点和父节点的下标的公式改变了。
4 为什么快速排序要比堆排序性能好?
- 堆排序数据访问的方式没有快速排序友好;
对于快速排序来说,数据是顺序访问的。而对于堆排序来说,数据是跳着访问的。 比如,堆排序中,最重要的一个操作就是数据的堆化。比如下面这个例子,对堆顶节点进行堆化,会依次访问数组下标是 1,2,4,8 的元素,而不是像快速排序那样,局部顺序访问,所以,这样对 CPU 缓存是不友好的。 - 对于同样的数据,在排序过程中,堆排序算法的数据交换次数要多于快速排序
对于基于比较的排序算法来说,整个排序过程就是由两个基本的操作组成的,比较和交换(或移动)。快速排序数据交换的次数不会比逆序度多。
堆排序的第一步是建堆,建堆的过程会打乱数据原有的相对先后顺序,导致原数据的有序度降低。比如,对于一组已经有序的数据来说,经过建堆之后,数据反而变得更无序了
5 总结
堆是一种完全二叉树。它最大的特性是:每个节点的值都大于等于(或小于等于)其子树节点的值。因此,堆被分成了两类,大顶堆和小顶堆;
堆中比较重要的两个操作是插入一个数据和删除堆顶元素。这两个操作都要用到堆化。插入一个数据的时候,我们把新插入的数据放到数组的最后,然后从下往上堆化;删除堆顶数据的时候,我们把数组中的最后一个元素放到堆顶,然后从上往下堆化。这两个操作时间复杂度都是 O(logn)。
堆排序包含两个过程,建堆和排序。我们将下标从 2n 到 1 的节点,依次进行从上到下的堆化操作,然后就可以将数组中的数据组织成堆这种数据结构。接下来,我们迭代地将堆顶的元素放到堆的末尾,并将堆的大小减一,然后再堆化,重复这个过程,直到堆中只剩下一个元素,整个数组中的数据就都有序排列了。