堆排序时间复杂度_神级基础排序——堆排序

最新推荐文章于 2024-09-13 15:30:56 发布

weixin_39602891

最新推荐文章于 2024-09-13 15:30:56 发布

阅读量669

点赞数

文章标签：堆排序时间复杂度

堆排序的介绍

堆排序(Heapsort)是指利用堆积树（堆）这种数据结构所设计的一种排序算法，它是选择排序的一种。可以利用数组的特点快速定位指定索引的元素。堆分为大根堆和小根堆，是 完全二叉树。

完全二叉树：除了最后一层之外的其他每一层都被完全填充，每一层从左到右的填充数据，不能空缺
大根堆：任意一个节点的值均大于等于它的左右孩子的值，位于堆顶的节点值最大
小根堆：任意一个节点的值均小于等于它的左右孩子的值，位于堆顶的节点值最小

本节分享的堆排序以大根堆为例子，大根堆的图示

讲解铺垫（及其重要）

实际上要排序的是一个数组 int[] arr={3, 4, 5, 6, 7, 0, 2, 9, 8}，上面的堆是我们幻想出来的，然后知道了arr数组的下标 i 后，我们可以得出它的父节点是（i-1）/ 2，它的左孩子是2*i+1，它的右孩子是2*i+2。

堆排序的实现步骤

把一个数组调整为大根堆（heapInsert）
假设当前节点的下标为i，那么它的父亲节点为(i-1)/2，每次heapInsert的时候就把insert进来的节点与它的父亲节点进行比较，比它的父节点大就交换，一直重复调整
每次把堆顶放到最后的节点位置，然后调整整个堆为大根堆（heapify）
每次把堆顶的节点放到最后，然后堆大小减1，然后调整为大根堆，一直重复，直到大根堆的大小为0为止

代码实现

import java.util.Arrays;

/**
 * @author god-jiang
 * @date 2020/1/10
 */
public class HeapSort {

    //heapInsert就是建立大根堆
    public static void heapInsert(int[] arr, int index) {
        while (arr[index] > arr[(index - 1) / 2]) {
            swap(arr, index, (index - 1) / 2);
            index = (index - 1) / 2;
        }
    }

    //heapify就是把堆顶和最后一个数交换位置，然后堆的大小size--
    public static void heapify(int[] arr, int index, int size) {
        int left = 2 * index + 1;
        while (left < size) {
            int largest = left + 1 < size && arr[left + 1] > arr[left] ? left + 1 : left;
            largest = arr[index] > arr[largest] ? index : largest;
            if (largest == index)
                break;
            swap(arr, index, largest);
            index = largest;
            left = 2 * index + 1;
        }
    }

    //交换两个数
    public static void swap(int[] arr, int i, int j) {
        int temp = arr[i];
        arr[i] = arr[j];
        arr[j] = temp;
    }

    //主函数
    public static void main(String[] args) {
        int[] arr = {3, 4, 5, 6, 7, 0, 1, 2, 9, 8};
        int size = arr.length;
        for (int i = 0; i < size; i++) {
            heapInsert(arr, i);
        }
        swap(arr, 0, --size);
        while (size > 0) {
            heapify(arr, 0, size);
            swap(arr, 0, --size);
        }
        System.out.println(Arrays.toString(arr));
    }
}