堆排序是一种树形选择排序方法,它的特点是:在排序的过程中,将array[0,...,n-1]看成是一颗
完全二叉树的顺序存储结构
,利用完全二叉树中双亲节点和孩子结点之间的内在关系,在当前无序区中选择关键字最大(最小)的元素。
1. 若array[0,...,n-1]表示一颗完全二叉树的顺序存储模式,则双亲节点指针和孩子结点指针之间的内在关系如下:
任意一节点指针 i:父节点:i==0 ? null : (i-1)/2
左孩子:2*i + 1
右孩子:2*i + 2
2. 堆的定义:n个关键字序列array[0,...,n-1],当且仅当满足下列要求:(0 <= i <= (n-1)/2)
① array[i] <= array[2*i + 1] 且 array[i] <= array[2*i + 2]; 称为小根堆;
② array[i] >= array[2*i + 1] 且 array[i] >= array[2*i + 2]; 称为大根堆;
3. 建立大根堆:
n个节点的完全二叉树array[0,...,n-1],最后一个节点n-1是第(n-1-1)/2个节点的孩子。对第(n-1-1)/2个节点为根的子树调整,使该子树称为堆。
对于大根堆, 调整方法 为:若 【根节点的关键字】小于【左右子女中关键字较大者】 ,则交换。
之后向前依次对各节点((n-2)/2 - 1)~ 0为根的子树进行调整,看该节点值是否大于其左右子节点的值,若不是,将左右子节点中较大值与之交换,交换后可能会破坏下一级堆,于是继续采用上述方法构建下一级的堆,直到以该节点为根的子树构成堆为止。
反复利用上述调整堆的方法建堆,直到根节点。
4.堆排序:(大根堆)
①将存放在array[0,...,n-1]中的n个元素建成初始堆;
②将堆顶元素与堆底元素进行交换,则序列的最大值即已放到正确的位置;
③但此时堆被破坏,将堆顶元素向下调整使其继续保持大根堆的性质,再重复第②③步,直到堆中仅剩下一个元素为止。
堆排序算法的性能分析:
空间复杂度:o(1);
时间复杂度:建堆:o(n),每次调整o(log n),故最好、最坏、平均情况下:o(n*logn);
稳定性:不稳定
建立大根堆的方法:
1 //构建大根堆:将array看成完全二叉树的顺序存储结构
2 private int[] buildMaxHeap(int[] array){
3 //从最后一个节点array.length-1的父节点(array.length-1-1)/2开始,直到根节点0,反复调整堆
4 for(int i=(array.length-2)/2;i>=0;i--){
5 adjustDownToUp(array, i,array.length);
6 }
7 return array;
8 }
9
10 //将元素array[k]自下往上逐步调整树形结构
11 private void adjustDownToUp(int[] array,int k,int length){
12 int temp = array[k];
13 for(int i=2*k+1; i
14 if(i
15 i++; //如果节点的右孩子>左孩子,则取右孩子节点的下标
16 }
17 if(temp>=array[i]){ //根节点 >=左右子女中关键字较大者,调整结束
18 break;
19 }else{ //根节点
20 array[k] = array[i]; //将左右子结点中较大值array[i]调整到双亲节点上
21 k = i; //【关键】修改k值,以便继续向下调整
22 }
23 }
24 array[k] = temp; //被调整的结点的值放人最终位置
25 }
堆排序:
1 //堆排序
2 public int[] heapSort(int[] array){
3 array = buildMaxHeap(array); //初始建堆,array[0]为第一趟值最大的元素
4 for(int i=array.length-1;i>1;i--){
5 int temp = array[0]; //将堆顶元素和堆低元素交换,即得到当前最大元素正确的排序位置
6 array[0] = array[i];
7 array[i] = temp;
8 adjustDownToUp(array, 0,i); //整理,将剩余的元素整理成堆
9 }
10 return array;
11 }
删除堆顶元素(即序列中的最大值):先将堆的最后一个元素与堆顶元素交换,由于此时堆的性质被破坏,需对此时的根节点进行向下调整操作。
1 //删除堆顶元素操作
2 public int[] deleteMax(int[] array){
3 //将堆的最后一个元素与堆顶元素交换,堆底元素值设为-99999
4 array[0] = array[array.length-1];
5 array[array.length-1] = -99999;
6 //对此时的根节点进行向下调整
7 adjustDownToUp(array, 0, array.length);
8 return array;
9 }
对堆的插入操作:先将新节点放在堆的末端,再对这个新节点执行向上调整操作。
假设数组的最后一个元素array[array.length-1]为空,新插入的结点初始时放置在此处。
php" style="padding: 0.3em; font-family: Monaco, Menlo, Consolas, 'Courier New', monospace; color: rgb(51, 51, 51); border-radius: 4px; margin-top: 0px; margin-bottom: 1.5em; line-height: 1.5em; word-break: break-all; word-wrap: break-word; white-space: pre-wrap; border: 1px solid rgba(0, 0, 0, 0.14902); overflow-y: auto; background-color: rgb(246, 246, 246);">
1 //插入操作:向大根堆array中插入数据data
2 public int[] insertData(int[] array, int data){
3 array[array.length-1] = data; //将新节点放在堆的末端
4 int k = array.length-1; //需要调整的节点
5 int parent = (k-1)/2; //双亲节点
6 while(parent >=0 && data>array[parent]){
7 array[k] = array[parent]; //双亲节点下调
8 k = parent;
9 if(parent != 0){
10 parent = (parent-1)/2; //继续向上比较
11 }else{ //根节点已调整完毕,跳出循环
12 break;
13 }
14 }
15 array[k] = data; //将插入的结点放到正确的位置
16 return array;
17 }
测试:
nlo, Consolas, 'Courier New', monospace; color: rgb(51, 51, 51); border-radius: 4px; margin-top: 0px; margin-bottom: 1.5em; line-height: 1.5em; word-break: break-all; word-wrap: break-word; white-space: pre-wrap; border: 1px solid rgba(0, 0, 0, 0.14902); overflow-y: auto; background-color: rgb(246, 246, 246);">
1 public void toString(int[] array){
2 for(int i:array){
3 System.out.print(i+" ");
4 }
5 }
6
7 public static void main(String args[]){
8 HeapSort hs = new HeapSort();
9 int[] array = {87,45,78,32,17,65,53,9,122};
10 System.out.print("构建大根堆:");
11 hs.toString(hs.buildMaxHeap(array));
12 System.out.print("\n"+"删除堆顶元素:");
13 hs.toString(hs.deleteMax(array));
14 System.out.print("\n"+"插入元素63:");
15 hs.toString(hs.insertData(array, 63));
16 System.out.print("\n"+"大根堆排序:");
17 hs.toString(hs.heapSort(array));
18 }
1 构建大根堆:122 87 78 45 17 65 53 9 32
2 删除堆顶元素:87 45 78 32 17 65 53 9 -99999
3 插入元素63pseudo">:87 63 78 45 17 65 53 9 32
4 大根堆排序:9 17 32 45 53 63 65 78 87