数据结构与算法(树结构实际应用,堆排序)

堆排序基本介绍

(1)堆排序是利用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,每个结点的值都大于或者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的值的大小关系.

(3)每个节点的值都小于或者等于其左右孩子节点的值,称为小顶堆

(4)大顶堆举例说明

我们堆堆中的节点按层进行编号,映射到数组中介绍下面这样子

 大顶堆特点:arr[i]>=arr[2*i+j+1] && arr[i] >=arr[2*i+2]

i对应第几个节点,i从0开始编号 

(5)小顶堆举例说明

 小顶堆:arr[i] <=arr[2*i+1] && arr[i]<arr[2*i+2] 

i对应第几个节点,i从0开始编号

(6)一般升序采用大顶堆,降序采用小顶堆

堆排序基本思想

(1)将待排序序列构成一个大顶堆

(2)此时,整个序列的最大值介绍堆顶的跟节点

(3)将其与末尾的元素进行交换,此时末尾就为最大值

(4)然后将剩余n-1个元素从新构造成一个堆,这样会得到n个元元素的次小值,如此反复执行,便能得到一个有序序列了.

可以看到在构建大顶堆的过程中,元素逐个减少,最后就可以得到一个有序序列了

堆排序步骤图解说明:

要求:给你一个数组{4,,6,8,5,9},要求使用堆排序,将数组升序排序.

步骤二:将堆顶元素与末尾元素进行交换,使末尾元素最大,然后继续调整堆,再将堆顶元素与末尾元素交换,得到第二大元素,如此反复进行交换,重建,交换

(1)将堆顶元素9和末尾元素4进行交换

(2)重新调整结构,使其继续满足堆定义

(3)再将堆顶元素8与末尾元素5进行交换,得到第二大元素8.

(4)后续过程,继续进行调整,交换,如此反复进行,最终使得整个序列有序

再简单总结下堆元素的基本思路:

(1)将无序序列构建成一个堆,根据升序降序需求选择大顶堆或者小顶堆;

(2)将堆顶元素与末尾元素交换,将最大元素"沉"到数组末端;

(3)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.

代码实现:

package tree;

import java.text.SimpleDateFormat;
import java.util.Arrays;
import java.util.Date;

/**
 * 堆排序 800万个数据3s左右,非常快
 */
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);
        int []arr =new int[8000000];
        for (int i=0; i<8000000; i++){
            arr[i]=(int)(Math.random()*80000);//生成一个【0,800000】数
        }
        Date date1= new Date();
        SimpleDateFormat simpleDateFormat= new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
        String date1Str =simpleDateFormat.format(date1);
        System.out.println("排序前的时间="+date1Str);
        //测试堆排序
        heapSort(arr);

        Date date2= new Date();
        String date2Str =simpleDateFormat.format(date2);
        System.out.println("排序后的时间="+date2Str);
    }
    //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!");

      /*  //分步完成
        adjustHeap(arr,1,arr.length);
        System.out.println("第一次"+ Arrays.toString(arr)); //4.9.8.5.6

        adjustHeap(arr,0,arr.length);
        System.out.println("第二次"+ Arrays.toString(arr));//9.6.8.5.4
       */
        //完成最终代码
        //将无序序列构建成一个堆,根据升序降序需求选择大顶堆或小顶堆
        for (int i = arr.length / 2 -1; i >=0; i--){
            adjustHeap(arr,i,arr.length);
        }
        /*
         * 2.价格堆顶元素与末尾元素交换,将最大元素"沉"到数组末端;
         * 3.重新调整结构,使其满足堆定义,然后继续交换堆顶元素与末尾元素,反复执行调整加交换步骤,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;
            adjustHeap(arr,0,j);
        }
        //System.out.println("数组="+ Arrays.toString(arr));//4.5.6.8.9
    }

    //将一个数组(二 叉树),调整成一个大顶堆
    /**
     *功能:完成 将以 i 对应的非叶子节点的树调整成大顶堆
     * 举例 int arr[] ={4,6,8,5,9} =>i=1=> adjustHeap=>得到{4,9,8,5,6}
     * 如果我们再次调用 adjustHeap 传入的i=o=>得到{4,9,8,5,6} =>{9,6,8,5,4}
     * @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 lenght 表示对多少个元素继续调整 lenght是在逐渐减少
     */
    public static void adjustHeap(int arr[],int i, int lenght){
        int temp = arr[i];//先取出当前元素的值,保存临时变量
        //开始调整
        //说明
        //1.k = i * 2 + 1 k 是i节点的左子节点
        for (int k = i * 2 + 1; k < lenght; k = k *2 + 1){
            if (k+1 < lenght && arr[k] < arr[k+1]){ //说明左节点的值小于右节点的值
                k++; //k指向右节点
            }
            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,放入了最顶(局部)
        arr[i] = temp; //将temp值放到调整后的位置
    }
}

  • 1
    点赞
  • 1
    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