堆排序:
堆排序的基本思想:将一组数据建成一个堆(以大顶堆为例:每个父节点都比左右孩子上的数大 ),然后将堆顶(序列中最大的数)与序列最后一位的元素换位,再对换位后的堆(堆的大小也就是序列长度 -1)进行调整,使之始终满足大顶堆结构,直到序列长度为1结束。
复杂度:
时间复杂度:最好,最坏,平均都是O(nlgn)
建堆时间复杂度为O(n):过于复杂,这里不作深究,有兴趣的朋友可以自己搜索
堆调整的时间复杂度O(lgn):每次进行堆的调整涉及左孩子和右孩子两个数据
空间复杂度:需要额外常数级:O(1)的空间
Java实现:
package algorithm;
/* 堆排序:建堆以后,不断对堆进行调整(以大顶堆为例:每个父节点比左孩子和右孩子都要大)
* 每次将堆顶与序列的最后一个元素交换,再调整堆(序列长度-1)
* 时间复杂度: 最好 最坏 平均: O(nlgn)
* 空间复杂度: 需要额外常数级[O(1)]的空间
*/
public class HeapSort {
//调整堆:将节点index的堆调整为大顶堆,并对后面的堆也进行调整
public static void heapify(int[] arr, int index, int len) {
int largest = index;
int lson = ( index << 1 ) + 1; //其实就是index * 2 + 1
int rson = ( index << 1 ) + 2; //其实就是index * 2 + 2
//只有满足条件的进行相关操作:标记比节点index上的数据大的孩子的下标
if(lson < len && arr[lson] > arr[largest]) {
largest = lson;
}
if(rson < len && arr[rson] > arr[largest]) {
largest = rson;
}
if(largest != index) {
//节点inde与堆内最大元素换位
Helper.swap(arr, index, largest);
//继续对后面的堆进行调整,防止换位后的堆不满足大顶堆结构
heapify(arr, largest, len);
}
}
//对整组数据进行一次建堆,之后进行堆的调整只需要对堆顶进行调整就行了
public static void buildHeap(int[] arr) {
//从倒数第二层开始调整堆
for(int i = arr.length / 2 - 1; i >= 0; i--) {
heapify(arr, i, arr.length);
}
}
public static void heapSort(int[] arr) {
if(arr == null || arr.length <= 1) {
return ;
}
buildHeap(arr);
//len为序列长度(按照数组的下标来表示)
for(int len = arr.length - 1; len >= 1; len--) {
Helper.swap(arr, 0, len);
heapify(arr, 0, len);
}
}
public static void main(String[] args) {
int[] arr = new int[] { 1, 6, 4, 8, 3, 10, 7 };
System.out.println("Before:");
Helper.print(arr);
System.out.println();
heapSort(arr);
System.out.println("After:");
Helper.print(arr);
}
}
/*我自己建的Helper类:
package algorithm;
public class Helper {
public static void print(int[] arr) {
System.out.print("[");
for(int i = 0; i< arr.length; i++) {
if(i < arr.length - 1) {
System.out.print(arr[i]+",");
}
else System.out.print(arr[i]+"]");
}
}
public static void swap(int[] arr, int index1, int index2 ) {
int temp = arr[index1];
arr[index1] = arr[index2];
arr[index2] = temp;
}
}
*/