堆排序–java版
一、堆排序基本介绍
- 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
- 大顶堆举例说明
- 小顶堆举例说明
- 一般升序采用大顶堆,降序采用小顶堆
二、堆排序基本思想
堆排序的基本思想是:
- 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。
堆排序步骤图解说明
给你一个数组 {4,6,8,5,9}, 要求使用堆排序法,将数组升序排序。
步骤一 构造初始堆。将给定无序序列构造成一个大顶堆(一般升序采用大顶堆,降序采用小顶堆)。
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
再简单总结下堆排序的基本思路:
1).将无序序列构建成一个堆,根据升序降序需求选择大顶堆或小顶堆;
2).将堆顶元素与末尾元素交换,将最大元素"沉"到数组末端;
3).重新调整结构,使其满足堆定义,然后继续交换堆顶元素与当前末尾元素,反复执行调整+交换步骤,
直到整个序列有序。
堆排序的速度非常快,在我的机器上 8 百万数据 2秒左右。O(nlogn)
代码实现:
public class HeapSort {
public static void main(String[] args) {
//要求将数组进行升序排序
//int arr[]={4,6,8,5,9};
// 创建要给 80000 个的随机的数组
int[]arr=new int[8000000];
for (int i = 0; i < 8000000; i++) {
// 生成一个[0,8000000) 数
arr[i]=(int)(Math.random()*8000000);
}
System.out.println("排序前");
Date data1=new Date();
SimpleDateFormat simpleDateFormat=new SimpleDateFormat("yyyy-MM-ddHH:mm:ss");
String date1Str=simpleDateFormat.format(data1);
System.out.println("排序前的时间是="+date1Str);
long timeMillis = System.currentTimeMillis();
headSort(arr);
long sorttime = System.currentTimeMillis();
System.out.println(sorttime-timeMillis);
Date data2=new Date();
String date2Str=simpleDateFormat.format(data2);
System.out.println("排序后的时间是="+date2Str);
/*System.out.println("排序后="+Arrays.toString(arr));*/
}
public static void headSort(int arr[]){
int temp=0;
System.out.println("堆排序");
//分步完成
/*
System.out.println("第一次"+ Arrays.toString(arr));
adjustHeap(arr,0,arr.length);
System.out.println("第 2 次"+Arrays.toString(arr));//9,6,8,5,4*/
//完成我们最终代码
//将无序序列构建成一个堆,根据升序降序需求选择大顶堆或小顶堆
for (int i = arr.length/2-1; i >=0 ; i--) {
adjustHeap(arr,i,arr.length);
}
/*
*2).将堆顶元素与末尾元素交换,将最大元素"沉"到数组末端;
* 3).重新调整结构,使其满足堆定义,然后继续交换堆顶元素与当前末尾元素,反复执行调整+交换
步骤,直到整个序列有序。 */
for (int j = arr.length-1; j >0 ; j--) {
//交换
temp=arr[j];
arr[j]=arr[0];
arr[0]=temp;
adjustHeap(arr,0,j);
}
}
//将一个数组(二叉树), 调整成一个大顶堆
/** * 功能: 完成 将 以 i 对应的非叶子结点的树调整成大顶堆
* * 举例 intarr[]={4,6,8,5,9};=>i=1=>adjustHeap=> 得到 {4,9,8,5,6}
* 如果我们再次调用 adjustHeap 传入的是 i=0=> 得到 {4,9,8,5,6}=>{9,6,8,5,4}
* *@paramarr 待调整的数组
* *@parami 表示非叶子结点在数组中索引
* *@paramlenght 表示对多少个元素继续调整, length 是在逐渐的减少 */
public static void adjustHeap(int arr[],int i,int lenght){
//先取出当前元素的值,保存在临时变量
int temp=arr[i];
//开始调整
//说明
//1.k=i*2+1k 是 i 结点的左子结点
for (int k = i*2+1; k <lenght ; k=k*2+1) {
//说明左子结点的值小于右子结点的值
if (k+1<lenght&&arr[k]<arr[k+1]){
k++;//k 指向右子结点
}
//如果子结点大于父结点
if (arr[k]>temp){
//把较大的值赋给当前结点
arr[i]=arr[k];
//!!!i 指向 k,继续循环比较
i=k;
}
else {
break;
}
}
//当 for 循环结束后,我们已经将以 i 为父结点的树的最大值,放在了 最顶(局部)
//将 temp 值放到调整后的位置
arr[i]=temp;
}
}