数据结构与算法学习笔记八--堆排序

1. 堆排序基本介绍

  1. 堆排序是利用堆这种数据结构而设计的一种排序算法,堆排序是一种选择排序,它的最坏,最好,平均时间复杂度均为O(nlogn),它也是不稳定排序。
  2. 堆是具有以下性质的完全二叉树:每个节点的值都大于或等于其左右孩子节点的值,称为大顶堆,注意:没有要求节点的左孩子的值和右孩子值的大小关系。
  3. 每个节点的值都小于或等于其左右孩子节点的值,称为小顶堆。
  4. 大顶堆举例说明:
    在这里插入图片描述
  5. 小顶堆举例说明
    在这里插入图片描述
  6. 一般升序采用大顶堆,降序采用小顶堆

2. 堆排序基本思想

堆排序的基本思想是:

  1. 将待排序序列构造成一个大顶堆
  2. 此时,整个序列的最大值就是堆顶的根节点
  3. 将其与末尾元素进行交换,此时末尾就为最大值
  4. 然后将剩余n-1个元素重新构造一个堆,这样会得到n个元素的次小值。如此反复执行,便能得到一个有序序列了。
  5. 可以看到构建大顶堆的过程中,元素的个数逐渐减少,最后就得到一个有序序列了。
2.1 堆排序代码实现
public class HeapSort {

    public static void main(String[] args) {
        // 要求将数组进行升序排序
        int arr[] = {4, 6, 8, 5, 9};
        HeapSort(arr);
    }

    // 编写一个堆排序的方法
    public static void HeapSort(int arr[]) {
        int temp = 0;
        System.out.println("堆排序");
        // 将无序序列构建成一个堆,根据升序降序需求选择大顶堆和小顶堆
        // 此时我们从最后一个非叶子节点开始(叶节点自然不用调整,最后1个非叶子节点arr.length/2-1 = 5/2-1 =
        // 1,也就是下面的6节点),从左至右,从下至上进行调整
        for (int i = arr.length / 2 - 1; i >= 0; i--) {
            adjustHeao(arr, i, arr.length);
        }

        // 将堆顶元素与末尾元素交换,将最大元素下沉到数组末端
        // 重新调整结构,使其满足堆定义,然后继续交换堆顶元素与当前末尾元素,反复执行调整+交换步骤,直到整个序列有序
        for (int j = arr.length - 1; j > 0; j--) {
            // 交换
            temp = arr[j];
            arr[j] = arr[0];
            arr[0] = temp;
            adjustHeao(arr, 0, j);
        }
        System.out.println("數組=" + Arrays.toString(arr));
    }

    //
    // 将一个数组(二叉树),调整成大顶堆
    /**
     * 功能:完成将 以 i 对应的非叶子节点的树调整成大顶堆
     * 
     * @param arr    待调整的数组
     * @param i      表示非叶子节点在数组中的索引
     * @param length 表示对多少个元素继续调整,length 在逐渐减少
     */
    public static void adjustHeao(int arr[], int i, int length) {
        int temp = arr[i];// 先取出当前元素的值,保存在临时变量
        // 先 k 为当前节点的左子节点,下一次变为当前节点的左子节点的左子节点,就是一直遍历左子节点
        for (int k = i * 2 + 1; k < length; k = k * 2 + 1) {
            if (k + 1 < length && arr[k] < arr[k + 1]) { // 说明左子节点的值小于右子节点的值
                k++;// k指向右子节点
            }
            if (arr[k] > temp) {// 如果子节点大于父节点
                arr[i] = arr[k]; // 把较大的值赋给当前节点
                i = k;// i 指向 k,继续循环比较
            } else {
                break;
            }
        }
        // 当for 循环结束后,我们已经将以i为父节点的树的最大值,放在了最顶(局部)
        arr[i] = temp;// 将temp值放在调整后的位置
    }
}
  • 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