java堆按照最小排序_Java排序算法之堆排序

堆的概念:

堆是一种完全二叉树,非叶子结点 i 要满足key[i]>key[i+1]&&key[i]>key[i+2](最大堆) 或者 key[i]

堆排序基本思想:(以最大堆为例)

利用完全二叉树性质将一个无序序列构建最大堆,使得每次从无序中选择最大记录变得简单。

1)将初始待排序无序序列(R1,R2....Rn)构建成大顶堆,此堆为初始的无序序列;

2)将堆顶元素R[1]与最后一个元素R[n]交换,此时得到新的无序区(R1,R2,......Rn-1)和新的有序区(Rn),且满足R[1,2...n-1]<=R[n];

3)由于交换后新的堆顶R[1]可能违反堆的性质,因此需要对当前无序区(R1,R2,......Rn-1)调整为新堆,然后再次将R[1]与无序区最后一个元素交换,得到新的无序区(R1,R2....Rn-2)和新的有序区(Rn-1,Rn)。不断重复此过程直到有序区的元素个数为n-1,则整个排序过程完成。

举例说明:

假设初始序列为a[]={16,7,3,20,17,8},根据该数组构建一个初始完全二叉树

6fe0699923070c2791cb256a15eb0edd.png

然后从最后一个非叶子节点开始构建初始堆,根据最大堆的性质来构建,过程如下:

74f3bed5fe8fbbe64cc45c3f61c8c1de.png

a8ad26f23762bd0d366bf193aedfad2c.png

5a255bad3bb4ed614df452b9c33c7305.png

调整后16节点不满足性质,从新调整

e717aaad77f991e154541fe5fef2cfb9.png

这样就得到了初始堆。

即每次调整都是从父节点、左孩子节点、右孩子节点三者中选择最大者跟父节点进行交换(交换之后可能造成被交换的孩子节点不满足堆的性质,因此每次交换之后要重新对被交换的孩子节点进行调整)。有了初始堆之后就可以进行排序了。

交换根节点和叶子节点

05858a0cb49c5a9d7e4644891a06ffa3.png

交换后,不满足最大堆性质,继续根据上面步骤重新构造最大堆。

a057b5a896206a76ad8360d1b2715bce.png

5b354f4334d0741aa0f4263e6731ac83.png

1e983864253d1ddaa2dbdfc25d0d4e1e.png

c4392cd37cb9271b84381c59bae68528.png

02f90933def038be6b7ff9aec072e83b.png

eea5a620ed1e18b874f31cabf96e3a0b.png

602d024d1547d33afc2ea4e847a7f96a.png

19e2d1ef8b58aa5469090bb6bb4eb377.png035428a4f4b300955e71a7f7ee771d0b.png

Java代码实现:

packagepaixu;importjava.util.Arrays;public classDuiPaiXu {public static voidmain(String[] args) {int[] a={16,7,3,20,17,8};int arrayLength=a.length;//循环建堆

for(int i=0;i

buildMaxHeap(a,arrayLength-1-i);//交换堆顶和最后一个元素

swap(a,0,arrayLength-1-i);

System.out.println(Arrays.toString(a));

}

}//对data数组从0到lastIndex建大顶堆

public static void buildMaxHeap(int[] data, intlastIndex){for(int i=(lastIndex-1)/2;i>=0;i--){ //从最后一个非叶子结点开始建堆

int k=i; //k保存正在判断的节点

while(k*2+1<=lastIndex){ //如果当前k节点的子节点存在

int biggerIndex=2*k+1; //k节点的左子节点的索引

if(biggerIndex

if(data[biggerIndex]

biggerIndex++; //biggerIndex总是记录较大子节点的索引

}

}//如果k节点的值小于其较大的子节点的值

if(data[k]

swap(data,k,biggerIndex);//将biggerIndex赋予k,开始while循环的下一次循环,重新保证k节点的值大于其左右子节点的值

k=biggerIndex;

}else{break;

}

}

}

}//交换

private static void swap(int[] data, int i, intj) {int tmp=data[i];

data[i]=data[j];

data[j]=tmp;

}

}

从上述过程可知,堆排序其实也是一种选择排序,是一种树形选择排序。只不过直接选择排序中,为了从R[1...n]中选择最大记录,需比较n-1次,然后从R[1...n-2]中选择最大记录需比较n-2次。

事实上这n-2次比较中有很多已经在前面的n-1次比较中已经做过,而树形选择排序恰好利用树形的特点保存了部分前面的比较结果,因此可以减少比较次数。对于n个关键字序列,最坏情况下每个

节点需比较log2(n)次,因此其最坏情况下时间复杂度为nlogn。堆排序为不稳定排序,不适合记录较少的排序。

算法性能分析:

时间复杂度:平均时间复杂度为O(nlogn)。

空间复杂度:O(1)。

稳定性:堆排序的过程是从第n/2开始和其子节点共3个值选择最大(大顶堆)或者最小(小顶堆),这3个元素之间的选择当然不会破坏稳定性。但当为n /2-1, n/2-2, ...1这些个父节点选择元素时,

就会破坏稳定性。有可能第n/2个父节点交换把后面一个元素交换过去了,而第n/2-1个父节点把后面一个相同的元素没 有交换,那么这2个相同的元素之间的稳定性就被破坏了。

所以,堆排序不是稳定的排序算法。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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