堆排序(二叉树的实际应用)

1.堆排序的基本介绍

(1)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,平均时间复杂度为O(nlogn),它也是不稳定排序
(2)堆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
(3)每个结点的值都小于或者等于左右孩子结点的值,称为小顶堆

大顶堆举例说明:
在这里插入图片描述
小顶堆举例说明:
在这里插入图片描述
一般升序采用大顶堆,降序采用小顶堆
堆排序的基本思想
(1)将待排序的序列构造成一个大顶堆
(2)此时,整个序列的最大值就是堆顶的根节点
(3)将其与末尾元素进行交换,此时末尾就是最大值
(4)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

可以看到在构建大顶堆的过程中,元素的个数逐渐减少,最后就得到一个有序序列了

步骤分析
(1)假设给定无序序列结构如下
在这里插入图片描述
(2)此时,我们从最后一个非叶子结点开始(叶子结点自然不用调整,第一个非叶子结点arr.length/2-1=5/2-1=1,也就是6),从左至右,从下至上进行调整.
在这里插入图片描述
(3)找到第二个非叶子结点4,由于[4,9,8]中9元素最大,4和9交换.
在这里插入图片描述
(4)这时,交换导致了子根[4,5,6混乱,继续调整,[4,5,6]中6最大,交换4,6
在这里插入图片描述
将堆顶的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,如此进行交换,重置,交换
(5)将堆顶元素9与元素4交换
在这里插入图片描述
(6)重新调整结构,使其继续满足堆定义
在这里插入图片描述
(7)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
在这里插入图片描述
(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
在这里插入图片描述
总结一个堆排序的思路
(1)将无序序列构建成一个堆,根据升序降序选择大顶堆还是小顶堆
(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

代码实现:

package com.self.dataStructure.binaryTree;

import java.util.Arrays;

public class HeapSort {
    public static void main(String[] args) {
        int[] arr = {4,6,8,5,9,-1,-99,-1};
        heapSort(arr);
    }
    //
    public static void heapSort(int[] arr){
        //将无序序列构建成一个堆
        for (int i = arr.length / 2 - 1; i >= 0 ; i--) {
            adjustHeap(arr,i,arr.length);
        }
        //将堆顶元素与末尾交换,重新调整结构,然后继续交换堆顶元素与当前末尾元素
        for (int j = arr.length - 1; j > 0 ; j--) {
            int temp = arr[j];
            arr[j] = arr[0];
            arr[0] = temp;
            adjustHeap(arr,0,j);
        }
        System.out.println(Arrays.toString(arr));
    }
    //将一个数组(二叉树),调整成一个大顶堆

    /**
     * @param arr  待调整的数组
     * @param i  表示非叶子节点在数组中索引
     * @param length  表示对多少个元素继续调整,length是在逐渐减少的
     */
    public static void adjustHeap(int[] arr,int i,int length){
        int temp = arr[i];  //先取出当前元素的值,保存在临时变量
        //开始调整
        //k = 2 * i + 1 是i节点的左子节点
        for (int k = 2 * i + 1; k < length; k = k * 2 + 1) {
            if(k+1 < length && arr[k] < arr[k+1]){  //说明左子节点的值小于右子节点的值
                k++; //k指向右子节点
            }
            if(arr[k] > temp){ //如果子节点大于父节点
                arr[i] = arr[k];  //把较大的值赋值给当前节点
                i = k;  //i指向k,继续循环比较
            }else{
                break;  //因为比较顺序是从左至右
            }
        }
        //当for循环结束后,我们已经将以i为父节点的树的最大值,放在了堆顶
        arr[i] = temp;
    }
}

代码注释比较详细了,如果有看不懂的地方,可以debug运行程序,参考上面的分析流程一定没问题的.

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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