堆排序原理以及实现
堆性质的简介
堆是以二叉树的形式存储的一种数据结构,常见的堆的使用方式主要包括:堆排序,优先队列的构造。堆主要分为最小堆与最大堆,最小堆的主要性质是根结点小于等于两个子结点的值,同理可得,最大堆的主要性质是根节点大于等于两个子节点的值。由于堆是一棵二叉树,所以根据堆的性质,堆可以看作是一棵完全二叉树。
堆的创建
从定理中可以看出,要想保持堆的基本性质关键点在于根节点与两个子结点之间的关系,我们从这个性质出发考虑如何来维护堆的基本性质。保证新插入的数据不会影响最大堆的性质。
public void maxHeap(int[] A,int i,int length){ int left = i*2 + 1; // 根结点的左孩子 int right = i*2 + 2; // 根结点的右孩子 int largest = i; // 如果存在左孩子,且左孩子大于插入结点的值 if(left < length && A[i] < A[left]){ largest = left; } // 如果存在右孩子,且右孩子大于插入结点的值 if(right < length && A[largest] < A[right]){ largest = right; } // 如果最大值不是当前插入的结点的值,交换两个结点之间的值 if(largest != i){ exchange(A, i, largest); maxHeap(A,largest,length); } }
private void exchange(int[] A, int i, int largest) { A[i] = A[i] ^ A[largest]; A[largest] = A[i] ^ A[largest]; A[i] = A[i] ^ A[largest]; }
从程序中我们可以看出,对于新插入的结点在数组的第一个位置,首先比较其对应的左孩子与右孩子的值,将三个结点中值最大的设置为根结点,将要插入的结点与其交换位置。利用下标 largest,i 判断是否发生过交换,如果发生过交换,交换对应两个结点的值,利用递归的形式重复上面的步骤,未发生交换则退出。下图为交换的过程。
从上图我们可以很清楚的看到程序的比较过程。对于给定的数组A={4,1,3,2,16,9,10,14,8,7},通过上面的比较我们可以看出,从第 A.length/2+1个元素到A.length个元素都为叶子结点。所以我们在建堆时直接可以从A.length/2 到第0个元素一次调用maxHeap()方法。具体程序如下所示。
public void buildMaxHeap(int[] A){
for(int i = A.length >> 1; i >= 0 ; i--){
maxHeap(A,i,A.length);
}
}
通过上面的几个程序,我们就可以建立一个堆了。
利用创建好的堆进行堆排序
主要的思路是,交换堆中第一个元素与最后一个元素(按数组中的下标作出选择),然后重新调用maxHeap()方法维护堆的结构。具体代码如下:
// 堆排序
public void heapSort(){
// 考虑到堆是完全二叉树,所以可以考虑使用连续的数组存储二叉树的结点。
int a[] = {4,1,3,2,16,9,10,14,8,7};
// 建立最大堆
buildMaxHeap(a);
System.out.println(Arrays.toString(a));
// 堆排序
int length = a.length;
for(int i = 0; i+1 < length;){
exchange(a,i,--length);
maxHeap(a,i,length);
}
System.out.println(Arrays.toString(a));
}
利用堆构造优先队列
我们先来看一下优先队列的定义,在算法导论中关于优先队列的定义是这样的:优先队列(priority queue) 是一种用来维护由一组元素构成的集合S的数据结构,其中的每一个元素都有相关的值,称为关键字(key)。一个优先队列支持一下操作(最大优先队列):
1、insert(S,x):把元素x插入集合S中。这一操作等价于S=SU{x}。
2、maximum(S) :返回S中具有最大关键字的元素。
3、extractMax(S) : 去掉并返回S中具有最大关键字的元素。
4、increaseKey(S,x,k) :将元素x的关键字值增加到k,这里假设k的值不小于x的原关键字的值。
优先队列的应用有很多,其中一个就是共享计算机系统的作业调度。
下面让我们一起实现这几个方法。
insert(S,x):把元素x插入集合S中。这一操作等价于S=SU{x},因为涉及到扩充的问题,又因为数组不具有可扩充的特性,这里我假设每次申请多余的数组空间。
// 把元素x插入到集合A中
public void insert(int[] A,int x){
int i;
// 遍历一遍数组,查找已存在数组的末尾下标
for(i = 0; i < A.length; i++){
if(A[i] == -1){
break;
}
}
A[i] = Integer.MIN_VALUE;
increaseKey(A,i,x);
}
maximum:返回S中具有最大关键字的元素,这个是容易实现的方法。
public int maximum(int[] A){
return A[0];
}
extactMax(S) : 去掉并返回S中具有最大关键字的元素,我们结合之前的maxHeap()方法,很容易想到如何实现这个方法。
// 返回最大优先队列中的最大元素并删除
public int extractMax(int[] A){
int max;
int length = A.length-1;
// 判断A数组中元素的个数
if(A.length == 0){
return Integer.MIN_VALUE;
}
max = A[0];
// 交换两个数的值
exchange(A,0,length);
// 重新维护堆的结构
maxHeap(A,0,length);
return max;
}
increaseKey(S,x,k) : 将元素x的关键字值增加到k,这里假设k的值不小于x的原关键字的值。
public void increaseKey(int[] A,int i,int key){
if(key < A[i-1]){
System.out.println("new key is smaller than key");
}
A[i-1] = key;
while(i > 0 && A[i-1] > A[i>>1]){
exchange(A,i-1,i/2);
i = i>>1;
}
}