堆排序
1.堆排序的基本介绍
(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(nlogn)
,它也是不稳定排序。
(2)堆是具有一定性质的完全二叉树。
(3)大顶堆:每个节点的值都大于或等于其左右孩子节点的值。
(4)小顶堆:每个节点的值都小于或等于其左右孩子节点的值。
注意: 没有要求节点的左孩子和右孩子的值的大小关系。
大顶堆举例说明
小顶堆举例说明
(5)一般升序采用大顶堆,降序采用小顶堆。
2.堆排序的思想
(1)将待排序序列构造成一个大顶堆。
(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,此时末尾就为最大值。
(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。
(5)如此反复执行,便能得到一个有序序列了。
可以看到在构建大顶堆的过程中,元素的个数逐渐减少,最后就得到一个有序序列了。
堆排序的流程
再简单总结下堆排序的基本思路
- 将无序序列构建成一个堆,根据升序降序需求选择大顶堆还是小顶堆
- 比较交换得到最大元素移至堆顶,将堆顶元素与末尾元素进行交换,将最大元素“沉”到数组末端
- 重新调整结构,使其满足堆定义,然后继续交换堆顶元素与当前末尾元素,反复执行比较+交换步骤,直到整个序列有序
3.堆排序的代码实现
package com.zk.datastruct.tree;
import java.util.Arrays;
/**
* @Description:
* @ClassName: HeapSort
* @Author: ZK
* @Date: 2021/1/27 22:04
* @Version: 1.0
*/
public class HeapSort {
public static void main(String[] args) {
int arr[] = {4,15,14,3,8,7,9,2,5,13,1,12,6,10,11};
heapSort(arr);
System.out.println(Arrays.toString(arr));
}
/**
* 堆排序(升序)
* @param arr 需要排序的原始数组
*/
public static void heapSort(int[] arr){
int len = arr.length;
// 1.先将整个数组排列成一个大顶对
for (int i = len/2-1; i >= 0; i--) {
adjustArrToHeap(arr, i, len);
}
// 2.将堆顶元素与末尾元素进行交换
// 交换后重新排列以下标0为父节点的二叉树,维持大顶堆的状态
// 由于第1步已经排列成了一个大顶堆,故此时只需考虑需要交换的节点即可
for (int i = len-1; i >= 0; i--) {
int temp = arr[i];
arr[i] = arr[0];
arr[0] = temp;
adjustArrToHeap(arr, 0, i);
}
}
/**
* 将以index为父节点(非叶子节点),与它的左右孩子节点值进行比较交换,得到一个大顶堆
* 同时,进行交换了的子节点,也保证了以该子节点为父节点的子树维持大顶堆的状态
* 如图[堆排序的流程]第3步,并列图的步骤,9和4进行了交换,同时4又和6进行了交换
* @param arr 原始数组(待调整的数组)
* @param index 非叶子节点在数组中的索引下标
* @param length 待调整的数组的长度,表示多少个元素需要继续调整,length在逐渐减少
*/
public static void adjustArrToHeap(int[] arr, int index, int length){
int temp = arr[index];
// i为以index为父节点的左子节点下标,i+1为以index为父节点的右子节点下标
// 比较交换完之后,index的位置变成了交换后的孩子节点的下标
// 然后再以该子节点作为父节点,位置该子树的大顶堆状态
for (int i = 2*index+1; i < length; i = 2*i+1) {
// 确定左右到底哪个子节点值大。如果左边大,i不动;如果右边大,i++
if (i+1 < length && arr[i] < arr[i+1]) {
i++;
}
// 拿大的节点值和当前父节点值比较。如果大于父节点值,则进行交换;如果不大于父节点值,则不操作
if (arr[i] > temp) {
// 父 = 子
arr[index] = arr[i];
index = i;
} else {
break;
}
// 子 = 父
arr[index] = temp;
}
}
}