堆排序基本介绍
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。
堆是具有以下性质的完全二叉树:
每个结点的值都大于或等于其左右孩子结点的值, 称为大顶堆,注意 : 没有要求结点的左孩子的值和右孩子的值的大小关系。
每个结点的值都小于或等于其左右孩子结点的值, 称为小顶堆
完全二叉树:一棵深度为 k 的有 n 个结点的二叉树,对树中的结点按从上至下、从左到右的顺序进行编号,如果编号为 i(1≤i≤n)的结点与满二叉树中编号为 i 的结点在二叉树中的位置相同,则这棵二叉树称为完全二叉树
一般升序采用大顶堆, 降序采用小顶堆
大顶堆特点:arr[i] >= arr[2i+1] && arr[i] >= arr[2i+2] ,i 对应第几个节点,i 从0 开始编号
小顶堆特点:arr[i] <= arr[2i+1] && arr[i] <= arr[2i+2] ,i 对应第几个节点,i 从 0 开始编号
堆排序基本思想
将待排序序列构造成一个大顶堆
此时, 整个序列的最大值就是堆顶的根节点
将其与末尾元素进行交换, 此时末尾就为最大值
然后将剩余 n-1 个元素重新构造成一个堆, 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
可以看到在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
堆排序基本思路
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;
编码思路
先将数组转为大顶堆,怎么转?
先来个完全二叉树,节点编号从 0 开始
从最深层的非叶子节点开始转换,将最深层的非叶子节点 4 转为大顶堆,即将节点 4 的值与其左右子节点(如果有右节点的话)的值相比较,节点 9 的值大于 节点 4 的值,进行交换,交换后,以节点 4 为根节点的子树就是大顶堆咯
再去到倒数第二个非叶子节点,执行上述操作,倒数第二个非叶子节点为节点 3 ,将节点 3 的值与节点 8 的值互换,交换后,以节点 3 为根节点的子树就是大顶堆咯
去到倒数第三个非叶子节点,执行上述操作,倒数第三个非叶子节点为节点 2 ,节点 2 满足大顶堆,无需执行交换
再去到倒数第四个非叶子节点,执行上述操作,倒数第四个非叶子节点为节点 2 ,节点 2 满足大顶堆,无需执行交换
可以看到,这里出现了特例,由于节点 1 的数值比较小,导致以节点 3 为根节点的子树无法构成大顶堆,也导致了以节点 1 为根节点的子树无法构成大顶堆
如何解决这个问题?假设当前非叶子节点为 nonLeafNode ,与其交换值的节点为 exNode ,当每次 nonLeafNode 与 exNode 交换值之后,还要去到以 exNode 为根节点的更深层子树,将 exNode 的子树调整为大顶堆
以此类推… ,直至退到整棵树的根节点
将整个数组转换为大顶堆之后,将堆顶元素与数组最后一个元素交换位置,这样数组最后一个元素就是整个数组中最大的元素
现在我们拿着新的完全二叉树:节点 0 到节点 8 ,将其调整为大顶堆
这样来想:节点 1 至 节点 8 已经满足大顶堆的特点了,现在只需要把节点 0 沉下去,把最大的节点浮上来,就又是一棵新的大顶堆啦~~~
怎么沉?那不还是之前的步骤嘛,判断当前节点值与其左右子节点值的大小
如果无需交换:恭喜,已经是大顶堆了
如果需要交换:假设当前非叶子节点为 nonLeafNode ,与其交换值的节点为 exNode ,交换节点的值后,还要去到以 exNode 为根节点的更深层子树,将 exNode 的子树调整为大顶堆
代码如下:
// 编写一个堆排序的方法
public static void heapSort(int arr[]) {
int temp = 0;
// 完成我们最终代码
// 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).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。
*/
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);
}
}
// 将一个数组(二叉树), 调整成一个大顶堆
/**
* 功能: 完成 将 以 i 对应的非叶子结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 传入的是 i = 0 => 得到 {4, 9,
* 8, 5, 6} => {9,6,8,5, 4}
*
* @param arr 待调整的数组
* @param i 表示非叶子结点在数组中索引
* @param length 表示对多少个元素继续调整, length 是在逐渐的减少
*/
public static void adjustHeap(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
// 开始调整
// 说明
// 1. k = i * 2 + 1 :k 是 i结点的左子结点
for (int k = i * 2 + 1; k < length; k = k * 2 + 1) {
if (k + 1 < length && arr[k] < arr[k + 1]) { // 说明左子结点的值小于右子结点的值
k++; // k 指向右子结点
}
if (arr[k] > temp) { // 如果子结点大于父结点
arr[i] = arr[k]; // 把较大的值赋给当前结点
i = k; // !!! i 指向 k,将小的值沉下去
} else {
break; // !!! 由于是从最深处往前调整,我能保证下面的子树已经是大顶堆了
}
}
// 当for 循环结束后,我们已经将以i 为父结点的树的最大值,放在了 最顶(局部)
arr[i] = temp;// 将temp值放到调整后的位置
}