堆排序的含义
就是利用堆(假设利用大顶堆)进行排序的方法。它的基本思想是,将待排序的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。将它移走(其实就是将其与堆数组的末尾元素交换,此时末尾元素就是最大值),然后将剩余的 n-1 个序列重新构造成一个堆,这样就会得到 n 个元素中次大的值。如此反复执行,便能得到一个有序序列了。
堆排序的实现需要解决的两个关键问题:
(1)将一个无序序列构成一个堆。
(2)输出堆顶元素后,调整剩余元素成为一个新堆。
基本思想:
1.首先将待排序的数组构造成一个大根堆,此时,整个数组的最大值就是堆结构的顶端
2.将顶端的数与末尾的数交换,此时,末尾的数为最大值,剩余待排序数组个数为n-1
3.将剩余的n-1个数再构造成大根堆,再将顶端数与n-1位置的数交换,如此反复执行,便能得到有序数组
时间复杂度: 最好情况:O(nlog2n)
最坏情况:O(nlog2n)
空间复杂度:O(1)
稳定性:不稳定
完全二叉树是一种特殊的二叉树。从上到下,从左到右,每一层的节点都是满的,最下边一层所有的节点都是连续集中在最左边
二、堆
堆排序分为两种,分别是大顶堆和小顶堆。
大顶堆:在完全二叉树的基础上,每个结点的值都大于或等于其左右孩子结点的值
小顶堆:在完全二叉树的基础上,每个结点的值都小于或等于其左右孩子结点的值
三、堆排序的特点
堆排序是利用堆这种数据结构而设立的一种排序算法
(这个地方需要将数据的下标放在树的一旁(目的是为了让同学们知道规律是怎么知道的))
我们可以看到以下的规律
N[i]的左节点:N[2i+1]
N[i]的右节点:N[2i+2]
N[i]的父节点:N[(i-1)/2)]
public static void main(String[] args) {
int[] arr = new int[]{8,3,2,4,5,7,6,10,9};
// 获取数组当中每个数据的的左子树,右子树
for (int i = arr.length;i>=0;i--){
int left = 2 * i +1; //左子树
int right = 2 * i + 2; //右子树
if(left < arr.length){
System.out.println("所有的左子树"+arr[left]);
}
// if(right < arr.length){
// System.out.println("所有的右子树"+arr[right]);
// }
}
}
基本思想
1):将带排序的序列构造成一个大顶堆,根据大顶堆的性质,当前堆的根节点(堆顶)就是序列中最大的元素
2):将堆顶元素和最后一个元素交换,然后将剩下的节点重新构造成一个大顶堆;
3):重复步骤2,如此反复,从第一次构建大顶堆开始,每一次构建,我们都能获得一个序列的最大值,然后把它放到大顶堆的尾部。最后,就得到一个有序的序列了
图示:
第一步:构建大顶堆(这里我们都是以最后一个开始讲解,不在是中间位置,讲解游标i的时候需要带上i的下边是一个大顶堆)
①:初始化状态,右下角为下标
②: index = 5开始,发现他没有兄弟节点,并且父节点小于它,父节点的计算放方式为:
index = [arr.length - 1] /2
③:接下来index减1,那么index节点变为4,这时候他要和兄弟节点进行对比,发现它比兄弟节和父节点都大
那么他就和父节点机型交换。
④:接下来index减2,他有和兄弟节点进行对比,发现它比兄弟节点大,还比父节点大,那么它和父节点进行交换
④:交换完成之后,发现2号节点不再大于其子节点了,所有需要在交换一次
//选取孩子结点的左孩子结点,继续向下筛选
parent = lChild;
lChild = 2 * lChild + 1;
⑤:检查一下,已将满足最大的条件了,大顶堆已经构建完成
第二步:将堆顶元素和最后一个元素交换,然后将剩下的节点重新构造成一个大顶堆
①:0号节点是最大值,我们将它与最后一个节点交换位置
②:此时的堆不是大顶堆需要重现构建
③:再次调整,index = 1 ,此时 下标为1的值为5,值大于左右子树,所以 index -1 ,此时值为1.然后需要进行交换
交换完成之后,发现1号节点不再大于其子节点了,所有需要在交换一次
④:交换后的结果是
⑤:0号节点是最大值,我们将它与最后一个节点交换位置
⑥:此时的堆不是大顶堆需要重现构建,此时 index = 1,1号位置大于其孩子节点的值,所以 index -1 ,此时index = 0
0号位置小于其左子树。所以进行交换
⑦:交换后的结果是
⑧:0号节点是最大值,我们将它与最后一个节点交换位置
⑨:此时的堆不是大顶堆需要重现构建,此时 index = 0,0号位置小于其孩子节点的值,左右子树进行计较之后发现右子树更大,所以和右子树进行交换。
⑩:交换后的结果是
十一;0号节点是最大值,我们将它与最后一个节点交换位置
十二:此时的堆不是大顶堆需要重现构建,此时 index = 0,0号位置小于其孩子节点的值,左右子树进行计较之后发现做子树更大,所以和右子树进行交换。
十三:交换后的结果是
十四;0号节点是最大值,我们将它与最后一个节点交换位置
最终我们就能得到最后的答案
代码:
public class HeapSort {
public static void main(String[] args) {
// int[] arr = {5, 1, 7, 3, 1, 6, 9, 4};
int[] arr = {16, 7, 3, 20, 17, 8};
heapSort(arr);
for (int i : arr) {
System.out.print(i + " ");
}
}
/**
* 创建堆,
* @param arr 待排序列
*/
private static void heapSort(int[] arr) {
//创建堆(这个地方可以先讲解一下)
for (int i = arr.length - 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);
}
//调整堆结构+交换堆顶元素与末尾元素
for (int i = arr.length - 1; i > 0; i--) {
//将堆顶元素与末尾元素进行交换
int temp = arr[i];
arr[i] = arr[0];
arr[0] = temp;
//重新对堆进行调整
adjustHeap(arr, 0, i);
}
}
/**
* 调整堆
* @param arr 待排序列
* @param parent 父节点
* @param length 待排序列尾元素索引
*/
private static void adjustHeap(int[] arr, int parent, int length) {
//将temp作为父节点
int temp = arr[parent];
//左孩子
int lChild = 2 * parent + 1;
while (lChild < length) {
//右孩子
int rChild = lChild + 1;
// 如果有右孩子结点,并且右孩子结点的值大于左孩子结点,则选取右孩子结点
if (rChild < length && arr[lChild] < arr[rChild]) {
lChild++;
}
// 如果父结点的值已经大于孩子结点的值,则直接结束
if (temp >= arr[lChild]) {
break;
}
// 把孩子结点的值赋给父结点
arr[parent] = arr[lChild];
//选取孩子结点的左孩子结点,继续向下筛选
parent = lChild;
lChild = 2 * lChild + 1;
}
arr[parent] = temp;
}
}