选择排序(简单、堆排、java)

本文介绍了两种常见的排序算法:简单选择排序和堆排序。简单选择排序通过每次选取最大元素放到正确位置实现排序,最坏情况下需要移动n-1次。堆排序利用大根堆或小根堆的性质,先建立初始堆,然后输出堆顶元素并调整堆,达到排序目的。堆排序的时间复杂度为O(nlogn)。
摘要由CSDN通过智能技术生成

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)

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
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