【数据结构与算法】堆排序

堆排序

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,平均时间复杂度均为 O(n log n),它也是不稳定排序。
  2. 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。
  3. 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

在这里插入图片描述

映射到数组中就是下面这个样子:
在这里插入图片描述

大顶堆特点:arr[i] >= arr[2 * i + 1] && arr[i] >= arr[2 * i + 2]

小顶堆

在这里插入图片描述

映射到数组中就是下面这个样子:
在这里插入图片描述

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

  1. 将待排序序列构成一个大顶堆;
  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。

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

}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
排序是计算机科学中常见的操作,它将一组元素按照特定的顺序重新排列。排序算法的目标通常是将元素按照升序或降序排列。 常见的排序算法有很多种,每种算法都有不同的时间复杂度和空间复杂度。以下是几种常见的排序算法: 1. 冒泡排序(Bubble Sort):比较相邻的两个元素,如果顺序不正确就交换位置,每次遍历将一个最大(最小)的元素移到最后(最前)。时间复杂度为O(n^2)。 2. 插入排序(Insertion Sort):将数组分为已排序和未排序两部分,每次从未排序部分取出一个元素,插入已排序部分的适当位置。时间复杂度为O(n^2)。 3. 选择排序(Selection Sort):每次从未排序部分选择一个最小(最大)的元素放到已排序部分的末尾。时间复杂度为O(n^2)。 4. 快速排序(Quick Sort):选取一个基准元素,将数组划分为两个子数组,小于基准元素的放在左边,大于基准元素的放在右边,然后对子数组进行递归排序。时间复杂度平均情况下为O(nlogn),最坏情况下为O(n^2)。 5. 归并排序(Merge Sort):将数组递归分成两个子数组,然后对子数组进行排序,最后将两个已排序的子数组合并成一个有序数组。时间复杂度为O(nlogn)。 6. 堆排序(Heap Sort):将数组构建成一个最大(最小)堆,每次从堆顶取出最大(最小)元素放到已排序部分的末尾,然后调整堆使其满足堆的性质。时间复杂度为O(nlogn)。 这里只介绍了几种常见的排序算法,每种算法都有其适用的场景和优缺点。在实际应用中,根据数据规模和性能要求选择合适的排序算法非常重要。

“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

打赏作者

superLango

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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