一.简单选择排序
在待排序的数据中选出最大的元素放在最终位置。 而交换排序刚开始排序还不是最终位置。
public static void main(String[] args) {
int arr[] = new int[]{1, 6, 9, 4, 7, 3, 8, 2};
for (int i = 0; i < arr.length; i++) {
int index = i;
int small = arr[i];
for (int j = i + 1; j < arr.length; j++) {
if (small > arr[j]) {
index = j;
small = arr[j];
}
}
if (index != i) {
arr[index] = arr[i];
arr[i] = small;
}
}
for (int k = 0; k < arr.length; k++) {
System.out.print(arr[k]);
}
}
最坏情况移动次数,完全逆序,n-1 次遍历需要移动,移动要花费3条语句,我上面写的应该是4条语句
二.堆排序
1.概念
举例,大根堆和小根堆
下面不是堆
堆排序:因为堆的特点,假设大根堆,堆顶就是所有元素的最大值,将最大值输出,剩下的元素重新按照规则建立堆,那堆顶就是次最大值,循环输出堆顶、重新建立堆,就得到了从大到小的有序队列
2.堆调整
堆调整不是将无序队列调整为堆,而是将堆输出堆顶后,把剩余元素调整为新堆
举例:
下面的方法,是已经将堆的最后一个元素放在了堆顶后,开始调整堆,找出堆中最大元素放在堆顶
/**
* @description arr 所有元素数组; root要调整的堆顶元素索引; n数组最后元素的索引
* 目标将 root位置的元素,调整为此堆的最大元素;
* @author PangTiemin
* @date 2021/2/24 9:47
*/
private static void heapAdjust(int[] arr, int root, int n) {
int temp = arr[root];
//完全二叉树,如果结点索引是n,则子节点的索引分别是2n和2n+1
//不断向下节点寻找更大的值
for (int j = root * 2; j <= n; j *= 2) {
if (j < n && arr[j] < arr[j + 1]) {
++j;
}
if (arr[j] > temp) {
arr[root] = arr[j];
root = j;//root 要变化,每次往下排序的堆根 索引会变
} else {
break;
}
}
//之前一直比较temp,最后排序的堆 root值还没放
arr[root] = temp;
}
3.将无序序列建成堆
叶子结点没有子树,只有一个节点可以认为是堆。
假设最后一个叶子结点的序号是n,则它的父结点序号是n/2,并且此父结点是序号最大的非叶子结点,这是二叉树规则。
因为n/2序号以后的结点已经符合堆定义了,所以只需要将n/2序号以前的逐个调整为堆。
举例,97往后的元素不需要调整,97的位置是n/2,n是49的序号; 将49和97交换,49结点就成为了小根堆
继续遍历 n/2-1位置的元素,65比左右孩子都大,找一个最小的 与65交换,这样 n/2 -1 序号也变为小根堆。
n/2-2位置,38比左右孩子都小,符合小根堆,不需要调整。
n/2-3,到了最后一个结点,49不符合小根堆,与13交换。 但交换后,49比右孩子27依然大,还需要调整,与27交换
下面语句,是将无序序列调整为大根堆的过程,heapAdjust方法上面有
//为了方便理解,0索引不参与排序,a[1] a[n]对应二叉树
int[] arr = new int[]{0,1, 2, 3, 4, 5, 6, 7};
//建立初始堆,堆顶是目前数组最大元素
for (int i = (arr.length - 1) / 2; i > 0; i--) {
heapAdjust(arr, i, arr.length - 1);
}
4.堆排序
public static void main(String[] args) {
//为了方便理解,0索引不参与排序,a[1] a[n]对应二叉树
int[] arr = new int[]{0,1, 2, 3, 4, 5, 6, 7};
//建立初始堆,堆顶是目前数组最大元素
for (int i = (arr.length - 1) / 2; i > 0; i--) {
heapAdjust(arr, i, arr.length - 1);
}
//输出当前堆顶,然后按照堆调整规则,把最后一个元素放在堆顶,去调整,最后再输出新堆顶
for (int k = 1; k < arr.length; k++) {
//把1位置和 arr.length - k 位置元素交换,则 arr.length - k位置就是最大元素、即将输出, 而1位置到 arr.length - k - 1,需要继续调整为新堆;这符合堆调整的规则,将堆最后一个元素放在堆顶,执行堆调整方法
int t = arr[arr.length - k];
arr[arr.length - k]=arr[1];
arr[1]=t;
System.out.print(arr[arr.length - k]);
heapAdjust(arr,1,arr.length-k-1);
}
}
5.算法分析
初始堆O(n),排序O(nlogn)