一、堆排序算法基本思想
堆排序是利用堆数据结构而设计的一种排序算法,堆排序是一种选择排序,其最坏,最好,平均时间复杂度均为O(nlogn),同时也是不稳定排序。
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, 如下图所示,其中大顶堆的性质**:arr[i] >= arr[2i+1] && arr[i] >= arr[2i+2]**
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,如下图所示,其中小顶堆性质:arr[i] <= arr[2i+1] && arr[i] <= arr[2i+2]
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。
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,即可得到一个有序序列。
二、堆排序图解
三、实现思路
(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,将最大元素放到数组末端;
(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。
E.g:
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
(1)假设给定无序序列结构如下:
(2)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,即下面的6结点),从右至左,从下至上进行调整。
(3)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。
(4)此时,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。
2、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。
(1)将堆顶元素9和末尾元素4进行交换。
(2)重新调整结构,使其继续满足堆定义。
(3)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。
(4)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。
四、代码实现
1、大顶堆
package Sort;
import java.util.Arrays;
public class HeapSort {
//调整大顶堆
/**
* @param arr 待调整数组
* @param i 非叶子结点在数组中的索引
* @param length 调整元素个数(length在逐渐减少)
*/
public static void adjustHeap(int[] arr, int i, int length) {
int temp = arr[i];//取出当前元素i
for (int k = 2 * i + 1; k < length; k = k * 2 + 1) {//从i结点的左子结点开始,即2i+1处开始
if (k + 1 < length && arr[k] < arr[k + 1]) {//如果左子结点小于右子结点,则k指向右子结点(arr[k]表示左子结点,arr[k+1]表示右子结点)
k++;
}
if (arr[k] > temp) {//如果子节点大于父节点,将子节点值赋给父节点(不用进行交换)
arr[i] = arr[k];
i = k;//i指向k,即将较小值放在较大值下方
} else {
break;//我们是自下而上进行调整即可保证下方子树已为大顶堆
}
}//当for循环结束后,我们将以i为父结点的树的最大值放在局部堆顶
arr[i] = temp;//将temp值放到调整后的位置
}
public static void swap(int[] arr,int a,int b) {//交换元素
int temp=arr[a];
arr[a]=arr[b];
arr[b]=temp;
}
public static void heapsort(int[] arr) {
for(int i=arr.length/2-1;i>=0;i--) {//从第一个非叶子结点从下至上,从右至左调整结构
adjustHeap(arr,i,arr.length);
}
for(int j=arr.length-1;j>0;j--) {
swap(arr,0,j);//将堆顶元素与末尾元素进行交换
adjustHeap(arr,0,j);//重新对堆进行调整
}
}
public static void main(String[] args) {
int[] arr= {2,10,8,22,34,5,12,28,21,11};
System.out.println("堆排序前:");
System.out.println(Arrays.toString(arr));
heapsort(arr);
System.out.println("堆排序后:");
System.out.println(Arrays.toString(arr));
}
}
运行结果:
堆排序前:
[2, 10, 8, 22, 34, 5, 12, 28, 21, 11]
堆排序后:
[2, 5, 8, 10, 11, 12, 21, 22, 28, 34]
2、小顶堆
package Sort;
import java.text.SimpleDateFormat;
import java.util.Arrays;
import java.util.Date;
public class HeapSort {
//调整小顶堆
/**
* @param arr 待调整数组
* @param i 非叶子结点在数组中的索引
* @param length 调整元素个数(length在逐渐减少)
*/
public static void adjustHeap(int[] arr, int i, int length) {
int temp = arr[i];//取出当前元素i
for (int k = 2 * i + 1; k < length; k = k * 2 + 1) {//从i结点的左子结点开始,即2i+1处开始
if (k + 1 < length && arr[k] > arr[k + 1]) {//如果左子结点大于右子结点,则k指向左子结点(arr[k]表示左子结点,arr[k+1]表示右子结点)
k++;
}
if (arr[k] < temp) {//如果子节点小于父节点,将子节点值赋给父节点(不用进行交换)
arr[i] = arr[k];
i = k;//i指向k,即将较大值放在较小值下方
} else {
break;//我们是自下而上进行调整即可保证下方子树已为小顶堆
}
}//当for循环结束后,我们将以i为父结点的树的最小值放在局部堆顶
arr[i] = temp;//将temp值放到调整后的位置
}
public static void swap(int[] arr,int a,int b) {//交换元素
int temp=arr[a];
arr[a]=arr[b];
arr[b]=temp;
}
public static void heapsort(int[] arr) {
for(int i=arr.length/2-1;i>=0;i--) {//从第一个非叶子结点从下至上,从右至左调整结构
adjustHeap(arr,i,arr.length);
}
for(int j=arr.length-1;j>0;j--) {
swap(arr,0,j);//将堆顶元素与末尾元素进行交换
adjustHeap(arr,0,j);//重新对堆进行调整
}
}
public static void main(String[] args) {
int[] arr= {2,10,8,22,34,5,12,28,21,11};
System.out.println("堆排序前:");
System.out.println(Arrays.toString(arr));
heapsort(arr);
System.out.println("堆排序后:");
System.out.println(Arrays.toString(arr));
}
}
运行结果:
堆排序前:
[2, 10, 8, 22, 34, 5, 12, 28, 21, 11]
堆排序后:
[34, 28, 22, 21, 12, 11, 10, 8, 5, 2]
五、堆排序算法性能测试
以大顶堆为例:
package Sort;
import java.text.SimpleDateFormat;
import java.util.Arrays;
import java.util.Date;
public class HeapSort {
//调整大顶堆
/**
* @param arr 待调整数组
* @param i 非叶子结点在数组中的索引
* @param length 调整元素个数(length在逐渐减少)
*/
public static void adjustHeap(int[] arr, int i, int length) {
int temp = arr[i];//取出当前元素i
for (int k = 2 * i + 1; k < length; k = k * 2 + 1) {//从i结点的左子结点开始,即2i+1处开始
if (k + 1 < length && arr[k] < arr[k + 1]) {//如果左子结点小于右子结点,则k指向右子结点(arr[k]表示左子结点,arr[k+1]表示右子结点)
k++;
}
if (arr[k] > temp) {//如果子节点大于父节点,将子节点值赋给父节点(不用进行交换)
arr[i] = arr[k];
i = k;//i指向k,即将较小值放在较大值下方
} else {
break;//我们是自下而上进行调整即可保证下方子树已为大顶堆
}
}//当for循环结束后,我们将以i为父结点的树的最大值放在局部堆顶
arr[i] = temp;//将temp值放到调整后的位置
}
public static void swap(int[] arr,int a,int b) {//交换元素
int temp=arr[a];
arr[a]=arr[b];
arr[b]=temp;
}
public static void heapsort(int[] arr) {
for(int i=arr.length/2-1;i>=0;i--) {//从第一个非叶子结点从下至上,从右至左调整结构
adjustHeap(arr,i,arr.length);
}
for(int j=arr.length-1;j>0;j--) {
swap(arr,0,j);//将堆顶元素与末尾元素进行交换
adjustHeap(arr,0,j);//重新对堆进行调整
}
}
public static void main(String[] args) {
int[] arr = new int[8000000];
for (int i = 0; i < 8000000; i++) {
arr[i] = (int) (Math.random() * 8000000); // 生成一个[0, 8000000) 数
}
Date date1 = new Date();
SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");//SimpleDateFormat是Java提供的一个格式化和解析日期的工具类
String date1Str = simpleDateFormat.format(date1);
System.out.println("堆排序前的时间是:" + date1Str);
heapsort(arr);
Date date2 = new Date();
String date2Str = simpleDateFormat.format(date2);
System.out.println("堆排序后的时间是:" + date2Str);
}
}
堆排序前的时间是:2021-02-05 14:27:13
堆排序后的时间是:2021-02-05 14:27:13
堆排序测试800 0000个数据一共需要1s左右的时间。