堆排

堆排序
1)先将数组变成一个大根堆
2)将堆顶位置和数组中的最后一个数交换,让堆的大小减一,让剩下的数做heapify
3)每次都这么干,直到堆的大小减完
!!!堆的问题很重要,几乎所有的贪心问题都需要用堆实现

代码实现:

package basic_class_01;

//堆排序
//1)先将数组变成一个大根堆
//2)将堆顶位置和数组中的最后一个数交换,让堆的大小减一,让剩下的数做heapify
//3)每次都这么干,直到堆的大小减完
//!!!堆的问题很重要,几乎所有的贪心问题都需要用堆实现
public class HeapSort {
    public static void heapSort(int[] arr) {
        if (arr == null || arr.length < 2) {
            return;
        }
        for (int i = 0; i < arr.length; i++) {
            heapInsert(arr, i);    //  每次 0-i 上排 大根堆
        }
//        上面已经形成了大根堆
        int heapsize = arr.length;
        swap(arr, 0, --heapsize);//让0位置和数组中的最后一个位置交换,堆的大小减一
//        让堆的大小最后减没
        while (heapsize > 0) {
            heapfy(arr, 0, heapsize);//由于刚才交换,大根堆的堆顶此时是数组中最小的数,需要向下沉
            swap(arr, 0, --heapsize);//新生成的大根堆,再次将堆顶的数和数组中的最后一个数交换,堆的大小减一
        }
    }

    public static void heapInsert(int[] arr, int index) {
//        如果大于自己的父节点,就和父节点交换,不断向上交换,直到比自己的父节点小
//        或者自己变为大根堆的堆顶,那么就和自己相等,同样结束循环
        while (arr[index] > arr[(index - 1) / 2]) {
            swap(arr, index, (index - 1 / 2));
            index=(index-1)/2;
        }
    }

    //    heapfy过程是由于index位置上的数变小了,所以这个数要往下沉,heapsize是范围0~heapsize-1的数
    public static void heapfy(int[] a, int index, int heapsize) {
        int left = index * 2 + 1;
        while (left < heapsize) {//看左孩子是否越界
//            比较左孩子和右孩子,largest等于大的那个,先判断右孩子是否越界
            int largest = left + 1 < heapsize && a[left + 1] > a[left] ? left+1 : left;
//            用左孩子和右孩子中大的那个和自己做比较,largest等于大的那个
            largest = a[largest] > a[index] ? largest : index;
//            如果自己是最大的,那么直接跳出while循环,因为不用往下沉
            if (largest == index) {
                break;
            }
//            如果自己不是最大的,那么和左孩子右孩子中较大的那个作交换
            swap(a, largest, index);
//            将大数换上去之后,将当前数指向刚才交换的那个孩子节点,接着往下比较,如果大再往下沉
            index = largest;
//            该数的左孩子
            left = index * 2 + 1;
        }
    }

    public static void swap(int[] a, int i, int j) {
        int tmp = a[i];
        a[i] = a[j];
        a[j] = tmp;
    }

    public static void main(String[] args) {
        int[] a = {9, 8, 7, 6, 5, 4, 3, 2, 1, 0};
        heapSort(a);
        for (int i : a) {
            System.out.print(i);
        }
    }
}

堆结构讲解(一个实例):

    堆结构讲解:
    一个大根堆,一个小跟堆,一组数据流,流进大根堆和小跟堆
    求每流进一个数后,数据流的平均数
    先放进大根堆一个数,下一个数如果小于等于大根堆的数,就放进大根堆,如果大于大根堆的数就放进小跟堆
    如果大根堆中数的个数和小跟堆中的数的个数差值大于1
    如果大根堆比小跟堆多两个,那么就将大根堆的堆顶弹到小跟堆的堆顶
    如果小跟堆比大根堆多两个,那么就将小跟堆的堆顶弹到大根堆的堆顶
    这样数据流就流进大根堆和小跟堆中,中位数=(大根堆的堆顶+小跟堆的的堆顶)/2
### 回答1: : ``` import heapq def sort_k_messed_array(arr, k): n = len(arr) heap = arr[:k+1] heapq.heapify(heap) ans = [] for i in range(k+1, n): ans.append(heapq.heappop(heap)) heapq.heappush(heap, arr[i]) while heap: ans.append(heapq.heappop(heap)) return ans ``` 这是一个将长度为 `n` 的数组排序的代码,其中 `k` 是排序前数组中的最大错排数。它使用了 Python 的 `heapq` 库,该库实现了最小。 整个代码的思路是:首先将前 `k+1` 个数存储在中,然后在剩余的数中逐个弹出顶元素,并将当前元素推入中。最后,当为空时,将所有剩余元素弹出并将其添加到答案数组中。 ### 回答2: 堆排序(Heap Sort)是一种基于比较的排序算法,使用二叉的数据结构来实现。 以下是一个Python实现的堆排序代码: ```python def heapify(arr, n, i): largest = i # 将当前节点设为最大值 left = 2 * i + 1 # 左子节点的索引 right = 2 * i + 2 # 右子节点的索引 # 如果左子节点存在且大于根节点,则将其设为最大节点 if left < n and arr[i] < arr[left]: largest = left # 如果右子节点存在且大于根节点和左子节点,则将其设为最大节点 if right < n and arr[largest] < arr[right]: largest = right # 如果最大节点不是根节点,则交换它们 if largest != i: arr[i], arr[largest] = arr[largest], arr[i] # 对交换后的子节点递归调用heapify函数 heapify(arr, n, largest) def heap_sort(arr): n = len(arr) # 构建最大 for i in range(n//2 - 1, -1, -1): heapify(arr, n, i) # 依次取出顶元素,并重新构建最大 for i in range(n-1, 0, -1): arr[i], arr[0] = arr[0], arr[i] heapify(arr, i, 0) return arr ``` 上述代码中,`heapify`函数用于将数组调整为一个最大,`heap_sort`函数用于对数组进行堆排序。首先,`heapify`函数通过递归的方式将当前节点与其子节点相比较,如果发现子节点比当前节点大,则交换两者,在交换后需要对子节点进行递归调用以确保调整后的仍然满足最大的条件。 在`heap_sort`函数中,首先构建一个最大,从树的倒数第二层开始(即`n//2 - 1`),往上逐层调用`heapify`函数进行调整。然后,通过循环依次取出最大顶元素(即根节点),并将其与数组最后一个元素进行交换。交换后,需要对交换后的顶元素重新进行调整,以保证剩余元素仍然满足最大的条件。最后得到的数组就是按照从小到大排序的结果。 堆排序的时间复杂度是O(nlogn),其中n是数组的长度。在实际应用中,堆排序常用于需要稳定排序的场景,以及需要部分排序的场景(如找出前k个最大/最小元素)。 ### 回答3: 堆排序(Heap Sort)是一种使用最大(Max Heap)或最小(Min Heap)数据结构进行排序的算法。下面是一个使用Python实现的堆排序代码: ```python # 堆排序函数 def heap_sort(arr): n = len(arr) # 构建最大 for i in range(n // 2 - 1, -1, -1): heapify(arr, n, i) # 逐个将最大元素移到末尾 for i in range(n-1, 0, -1): arr[i], arr[0] = arr[0], arr[i] # 交换根节点和最后一个节点的值 heapify(arr, i, 0) # 调整函数 def heapify(arr, n, i): largest = i left = 2 * i + 1 right = 2 * i + 2 # 检查左子节点是否存在并大于根节点 if left < n and arr[largest] < arr[left]: largest = left # 检查右子节点是否存在并大于根节点 if right < n and arr[largest] < arr[right]: largest = right # 如果根节点不是最大值,则交换根节点和最大子节点的值 if largest != i: arr[i], arr[largest] = arr[largest], arr[i] # 递归调整 heapify(arr, n, largest) # 测试用例 arr = [12, 11, 13, 5, 6, 7] heap_sort(arr) print("排序后的数组:") for i in range(len(arr)): print(arr[i]) ``` 这段代码中,首先构建一个最大,然后进行堆排序。构建的操作是从数组中的中间位置往前遍历,每个节点都进行调整的操作,保证每个父节点的值都大于等于其子节点的值。然后,将顶元素与末尾元素交换,再对剩余元素进行调整的操作。重复这个过程,直到整个数组排序完成。最后,打印排序后的结果。运行结果为:5 6 7 11 12 13。
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