一、堆排序介绍
来源百度百科:
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。
前面我已经有二叉树入门的文章了,当时讲解的是二叉查找树,那上面所说的完全二叉树是怎么样的一种二叉树呢??还有满二叉树又是怎么的一种二叉树呢??甚至还有完满二叉树??
- 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,并且所有结点都保持向左对齐。
- 满二叉树:除了叶子结点之外的每一个结点都有两个孩子,每一层(当然包含最后一层)都被完全填充。
- 完满二叉树:除了叶子结点之外的每一个结点都有两个孩子结点。
下面用图来说话:
- 完全二叉树(Complete Binary Tree):
![d27e8e1c9cc6ae1176ffcdf16c04f714.png](https://i-blog.csdnimg.cn/blog_migrate/b447e614321312cd81a51cf1597009fd.jpeg)
- 满二叉树(Perfect Binary Tree):
![2440b9b63ccd89943a31b56350cef38f.png](https://i-blog.csdnimg.cn/blog_migrate/7c5deb77d9ad702bd4f8a8a696f13e58.jpeg)
- 完满二叉树(Full Binary Tree):
![03a97f59c9bb95d8205fd8e593ee3be5.png](https://i-blog.csdnimg.cn/blog_migrate/cb60c8fa557d50b8aba432137b9ed763.jpeg)
参考资料:
- www.cnblogs.com/idorax/p/64…
简单来说:堆排序是将数据看成是完全二叉树、根据完全二叉树的特性来进行排序的一种算法
- 最大堆要求节点的元素都要不小于其孩子,最小堆要求节点元素都不大于其左右孩子
- 那么处于最大堆的根节点的元素一定是这个堆中的最大值
这里我们讨论最大堆:当前每个父节点都大于子节点
![c2cb63febc5b66ac937e45342f1b9447.png](https://i-blog.csdnimg.cn/blog_migrate/39ffbd2c84a428424e07262b48e29232.jpeg)
完全二叉树有个特性:左边子节点位置 = 当前父节点的两倍 + 1
,右边子节点位置 = 当前父节点的两倍 + 2
![1d4de1215853be762e6e18d2a57f692f.png](https://i-blog.csdnimg.cn/blog_migrate/d65fb5c829e640766849b84f5eee4d26.jpeg)
二、堆排序体验
现在我们有一个完全二叉树:左子树和右子树都符合最大堆-->父>子
![5b863d7fb7edfb3a4969e5c486254354.png](https://i-blog.csdnimg.cn/blog_migrate/adccf8b23a202e6f429b2f2663b1e8ce.jpeg)
但是我们会发现:根元素所在的数并不符合,明显的是:1是小于7的
![d50005af03c014bc1eac1e62d07b9431.png](https://i-blog.csdnimg.cn/blog_migrate/d893a4d0f5c44d0e53a8076680e66a70.jpeg)
我们就对其进行交换,交换完之后我们会发现:右子树又不符合了~
因为,右子树变成了这样:
![1ac1d77d2286d276cde0402c02f70b6f.png](https://i-blog.csdnimg.cn/blog_migrate/e1c6cc882188eeaa51fcc131bce54268.jpeg)
最后,我们将右子数的最大值也交换到右子树的根元素上
![475fe3fb8b4d3426cefbb8059142398c.png](https://i-blog.csdnimg.cn/blog_migrate/90dde50df1975a00decce13cf8d996bd.jpeg)
于是我们第一次的建堆操作就完成了!
![b767e949a354c9df39c26d50715e8e45.png](https://i-blog.csdnimg.cn/blog_migrate/0459a0afece3c25cdd48e041ba12f4b6.jpeg)
可以发现的是:一次堆建立完之后,我们的最大值就在了堆的根节点上
随后将堆顶最大值和数组最后的元素进行替换,我们就完成了一趟排序了。
![d5a0da7af98e9d525a48cdc14bcb8f38.png](https://i-blog.csdnimg.cn/blog_migrate/9e172041594ba6d22b9c63041ff41809.jpeg)
接下来,剩下的数不断进行建堆,交换就可以完成我们的堆排序了
![fae99c1848da0a16c9c4e3780427cd9a.png](https://i-blog.csdnimg.cn/blog_migrate/1e78f889ff8e84d29d8af297c23438b7.jpeg)
.........建堆,交换....建堆,交换...建堆,交换...建堆,交换..
三、堆排序代码实现
比较当前父节点是否大于子节点,如果大于就交换,直到一趟建堆完成~
/**
* 建堆
*
* @param arrays 看作是完全二叉树
* @param currentRootNode 当前父节点位置
* @param size 节点总数
*/
public static void heapify(int[] arrays, int currentRootNode, int size) {
if (currentRootNode < size) {
//左子树和右字数的位置
int left = 2 * currentRootNode + 1;
int right = 2 * currentRootNode + 2;
//把当前父节点位置看成是最大的
int max = currentRootNode;
if (left < size) {
//如果比当前根元素要大,记录它的位置
if (arrays[max] < arrays[left]) {
max = left;
}
}
if (right < size) {
//如果比当前根元素要大,记录它的位置
if (arrays[max] < arrays[right]) {
max = right;
}
}
//如果最大的不是根元素位置,那么就交换
if (max != currentRootNode) {
int temp = arrays[max];
arrays[max] = arrays[currentRootNode];
arrays[currentRootNode] = temp;
//继续比较,直到完成一次建堆
heapify(arrays, max, size);
}
}
}
值得注意的是:在上面体验堆排序时,我们是左子树和右子数都是已经有父>子
这么一个条件的了。
- 显然,一个普通的数组并不能有这种条件(父>子),因此,我们往往是从数组最后一个元素来进行建堆
/**
* 完成一次建堆,最大值在堆的顶部(根节点)
*/
public static void maxHeapify(int[] arrays, int size) {
// 从数组的尾部开始,直到第一个元素(角标为0)
for (int i = size - 1; i >= 0; i--) {
heapify(arrays, i, size);
}
}
完成第一次建堆之后,我们会发现最大值会在数组的首位:
![add949eaafaab91190fe098e093f2113.png](https://i-blog.csdnimg.cn/blog_migrate/e90e9d072caf0bae85daa7821b47d1a5.jpeg)
接下来不断建堆,然后让数组最后一位与当前堆顶(数组第一位)进行交换即可排序:
for (int i = 0; i < arrays.length; i++) {
//每次建堆就可以排除一个元素了
maxHeapify(arrays, arrays.length - i);
//交换
int temp = arrays[0];
arrays[0] = arrays[(arrays.length - 1) - i];
arrays[(arrays.length - 1) - i] = temp;
}
![a701efff46f8d96de247adf436e172da.png](https://i-blog.csdnimg.cn/blog_migrate/976332fc7e7423782440471e695edaef.jpeg)
四、总结
堆排序是比其他排序要难一点,他用到了完全二叉树这么一个特性来进行排序,代码实现上也比其他排序要复杂一点。
参考资料:
- www.cnblogs.com/skywang1234…
如果文章有错的地方欢迎指正,大家互相交流。习惯在微信看技术文章,想要获取更多的Java资源的同学,可以 关注微信公众号:Java3y