堆排序,顾名思义就是利用堆这个数据结构对数据项进行排序。前面提到过。堆数据结构中。节点大于或等于自己的子节点。那么我们能够将待排序的数据项依次加入到堆中,然后再依次取出根节点就可以。从堆中取出的数据项是从大到小排列的。由于根节点永远是最大的。而堆中永远是取根节点。假设对堆这样的数据结构不太了解的话,能够先看这篇博文:数据结构和算法之 堆。这里不再赘述。
以下我们来看看堆排序的实现(假设程序有不清楚的地方。也能够參考上面那篇博文)。
public class HeapSort {
private int[] array;
private int currentIndex;
private int maxSize;
public HeapSort(int size) {
maxSize = size;
array = new int[maxSize];
currentIndex = 0;
}
//插入数据项,并排好序
public void insertSort(int[] source) {
for(int i = 0; i < source.length; i++) {
array[currentIndex] = source[i]; //插入到节点尾
tickedUp(currentIndex++); //向上又一次排好序。使得满足堆的条件
}
}
private void tickedUp(int index) {
int parentIndex = (index - 1) / 2; //父节点的索引
int temp = array[index]; //将新加的尾节点存在temp中
while(index > 0 && array[parentIndex] < temp) {
array[index] = array[parentIndex];
index = parentIndex;
parentIndex = (index - 1) / 2;
}
array[index] = temp;
}
//取出最大值
public int getMax() {
int maxNum = array[0];
array[0] = array[--currentIndex];
trickleDown(0);
return maxNum;
}
private void trickleDown(int index) {
int top = array[index];
int largeChildIndex;
while(index < currentIndex/2) { //while node has at least one child
int leftChildIndex = 2 * index + 1;
int rightChildIndex = leftChildIndex + 1;
//find larger child
if(rightChildIndex < currentIndex && //rightChild exists?
array[leftChildIndex] < array[rightChildIndex]) {
largeChildIndex = rightChildIndex;
}
else {
largeChildIndex = leftChildIndex;
}
if(top >= array[largeChildIndex]) {
break;
}
array[index] = array[largeChildIndex];
index = largeChildIndex;
}
array[index] = top;
}
}
算法分析:堆中插入和取出的时间复杂度均为O(logN),所以堆排序算法的时间复杂度为O(NlogN)。可是堆排序也须要额外的和待排序序列大小同样的存储空间。空间复杂度为O(N)。
_____________________________________________________________________________________________________________________________________________________
-----乐于分享。共同进步!