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(n log n),它也是不稳定排序。
- 堆是具有以下性质的的完全二叉树:每个节点的值都大于或等于其左右孩子节点的值,称为大顶堆,注意:没有要求节点的左孩子的值和右孩子的值的大小关系。
- 每个节点的值都小于或等于其左右孩子节点的值,称为小顶堆。
大顶堆
映射到数组中就是下面这个样子:
大顶堆特点:arr[i] >= arr[2 * i + 1] && arr[i] >= arr[2 * i + 2]
小顶堆
映射到数组中就是下面这个样子:
小顶堆特点:arr[i] <= arr[2 * i + 1] && arr[i] <= arr[2 * i + 2]
一般升序采用大顶堆,降序采用小顶堆
基本思想
- 将待排序序列构成一个大顶堆;
- 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,此时末尾就是最大值;
- 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。
代码演示
public class HeapSort {
public static void main(String[] args) {
int[] arr = {4, 6, 8, 455, 256, 4, 5, 6, -2, -55, 5, 9};
heapSort(arr);
}
/**
* 堆排序
*
* @param arr 需要排序的数组
*/
public static void heapSort(int[] arr) {
int temp = 0;
for (int i = arr.length / 2 - 1; i >= 0; i--) {
adjustHeap(arr, i, arr.length);
}
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);
}
System.out.println(Arrays.toString(arr));
}
/**
* 调整为大顶堆
* 举例:int[] arr = {4, 6, 8, 5, 9} => i = 1 => adjustHeap => {4, 9, 8, 5, 6}
* => i = 0 => adjustHeap => {9, 4, 8, 5, 6} => {9, 6, 8, 5, 4} =>{4,6,8,5,9}
*
* @param arr 待调整的数组
* @param i 表示非叶子节点在数组中的索引
* @param length 表示对多少个元素继续调整,length 在逐渐减少
*/
public static void adjustHeap(int[] arr, int i, int length) {
int temp = arr[i]; // 先取出当前节点的值,保存在临时变量
// 开始调整
// 说明
// 1. k = i *2 + 1 k 是 i 节点的左子节点
for (int k = i * 2 + 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
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]; // 把较大的值赋给当前节点
i = k; // i 指向 k
} else {
break;
}
}
// 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最顶(局部)
arr[i] = temp; // 将 temp 值放到调整后的位置
}
}
性能测试
堆排序时间复杂度为 O(n log n),在本人电脑测试 8000000 个数据排序所耗时间为 2382ms
public static void main(String[] args) {
// 测试一下堆排序的速度,给 8000000 个数据测试
int[] arr = new int[8000000];
for (int i = 0; i < 8000000; i++) {
arr[i] = (int) (Math.random() * 8000000); // 生成一个 [0,8000000) 随机数
}
long start = System.currentTimeMillis();
heapSort(arr);
long end = System.currentTimeMillis();
System.out.println("通过堆排序的时间:" + (end - start)); // 2382ms
}