heap java实现_堆排序heapSort java实现

堆排序中的堆我们指的是二叉堆，具有以下特点 1、是一个完全二叉树。 2、任一个结点值都比子结点大(大根堆)，小(小根堆)。 堆排序具有的特点。 1、原地排序，所以其空间复杂度为lg(n)。 2、时间复杂度为nlg(n)，而且最坏的情况下也是nlog(n)。 3、堆排序

首先，堆分为两种:大根堆和小根堆。均可看成是一棵完全二叉树的顺序存储结构。

对于大根堆，树中任一节点的值均不小于其孩子节点的值；同样，对于小根堆，树中任一节点的值均不大于其孩子节点的值。

对于树中任一节点，若其下标为 i ，则该节点的左右孩子的下标为 2i+1 和 2i+2。则对于任一节点n,其父节点的下标为(n-1)/2 向下取整。

堆排序的步骤可以分为2步(假设我们采用最大堆，在数组上操作)：

1 构建最大堆，从下往上调整堆，则现在数组的最开始位置为堆的最大元素

2 将数组第一个元素和最后一个元素交换，对除去最后一个元素的堆进行向下调整

首先数组元素交换的代码:package sortAlgorithm;public class ArrayUtils { public static void exchange(int[] arr,int index1,int index2) {

int temp = arr[index1];

arr[index1] = arr[index2];

arr[index2] = temp; }

public static void printArray(int[] arr) {

int len = arr.length;

for(int i = 0;i <= len-1;++i)

{

System.out.print(arr[i]);

if(i < len-1)

System.out.print(",");

} }

public static void main(String[] args) {

int[] arr1 = {1,3,5,7,2,4,6,8};

printArray(arr1); }}堆排序的代码：package sortAlgorithm;public class HeapSort { public static void main(String[] args) {

int[] arr = {1,3,5,7,8,6,4,2};

ArrayUti在内排序中，堆排序与快速排序的速度较快，时间复杂度相对稳定，因此经常用于考察对于算法的熟练度，其思想也经常经过变形后运用于其他各种应用场景中。 1、堆排序 堆的数据结构是一种二叉树，一般规定父节点的值小于(或者大于)子节点的值，这样的堆称为小ls.printArray(arr);

System.out.println();

heapSort(arr);

ArrayUtils.printArray(arr); }

public static void heapSort(int[] arr) {

int len = arr.length;

if(arr == null || len <= 1)

return;

buildMaxHeap(arr);//构建最大堆

for(int i = len-1;i >= 1;--i)

{

ArrayUtils.exchange(arr, 0, i); //

maxHeap(arr,i,0);

} } public static void buildMaxHeap(int[] arr) {

if(arr == null || arr.length <= 1)

return;

int half = arr.length / 2;

for(int i = half;i >= 0;--i)

{

maxHeap(arr,arr.length,i);

} }

public static void maxHeap(int[] arr,int heapSize,int index) {

int left = 2 * index + 1;

int right = 2 * index + 2;

int largest = index;

if(left < heapSize && arr[left] > arr[largest])

largest = left;

if(right < heapSize && arr[right] > arr[largest])

largest = right;

if(largest != index)

{

ArrayUtils.exchange(arr, index, largest);

maxHeap(arr, heapSize, largest);

} }}