堆排序的时间复杂为O(nlogn),且相对于快速排序来说,其最坏情况下时间复杂也为O(nlogn),且其仅仅需要一个记录大小供交换用的辅助存储空间。
堆排序对于记录较少的文件并不值得提倡,但n比较大的文件是效果很好的。
复习用的练习代码,仅供参考,写的不好,勿喷!
import java.util.Scanner;
public class HeapSortTest {
private int [] dataArray;//成员变量存储待排序数据
/**
* function:使一个除根节点不满足堆定义,其它节点都满足堆定义且使用顺序存储结构存储的树 为一个大顶堆
*
* @param start 调整的起点
* @param end 调整的终点
*/
private void HeapAdjust(int start, int end) {
/*第一种方式:根节点与子树中节点大的进行比较,若子节点比根节点大,
那么子节点向上移动覆盖父节点,此时根节点以及保存了,不用担心覆盖
不断向子树查找,直到找到一个子节点比根节点小,此时将根节点赋值给
该子节点的父节点,因为前面的步骤该子节点的父节点作已为上一轮的子
节点向上移动了,而最开始的根节点已经保存了,故不会造成数据的覆盖丢失
整个过程相当于从根节点开始,沿着一条最大值的路线向上移动,然后将根节
点插入到在堆中其应该在的位置,这种做法使得根节点不需要频繁的移动,一次到位*/
this.dataArray[0] = this.dataArray[start];
int i = 2 * start;
//寻找根节点,在堆中应该在的位置,在寻找的过程中,大的子节点不断向上移动到其父节点的位置
//注意:在寻找的过程中,最后一个节点也应该包含在内,故i<=end
for (; i <=end; i *= 2) {
//注意此时的 i<end不能少,因为在判断start的左右子树时,得先确保start有右子树
if (i<end && this.dataArray[i] < this.dataArray[i + 1])
i++;
if (this.dataArray[0]>this.dataArray[i]) break;
//当根节点小于当前节点时,子节点中大的节点,覆盖父节点
this.dataArray[start]=this.dataArray[i];
start=i;
}
this.dataArray[start]=this.dataArray[0];//一步到位,将根节点移动到其在堆中应在的位置
/*
//第二种方式:子节点中较大的节点与父节点进行比较,若子节点比父节点大,
//该方式可能需要频繁的交换,使得时间增加。整个过程相当于根节点沿着最大
//值路径慢慢的移动到其在堆中应该所处的位置
//此处i小于等于end的因为最后一个也需要进行判断
for (int i = 2*start ; i <=end ; i*=2) {
//注意此处前面的i<end,因为要确保start有右孩子才进行左右孩子的判断
if (i<end && this.dataArray[i] < this.dataArray[i + 1])
i++;
if (this.dataArray[start] >= this.dataArray[i])
break;
this.dataArray[0] = this.dataArray[start];
this.dataArray[start] = this.dataArray[i];
this.dataArray[i] = this.dataArray[0];
start = i;
}
*/
}
/**
* function:进行堆排序
*/
public void HeapSort(){
int temp;
//将数组中的数据建成堆,从最后一个节点的父节点开始(n/2处),往上直到根节点,从而建成一个大根堆
for (int i = (this.dataArray.length-1)/2; i >0; i--) {
HeapAdjust(i, this.dataArray.length-1);
}
//将根移动到树的最后一个元素,再次调整,使其仍为一个大根堆,不断重复上面的步骤
for (int i = this.dataArray.length-1; i >1; i--) {
temp=this.dataArray[1];
this.dataArray[1]=this.dataArray[i];
this.dataArray[i]=temp;
//每次调整,调整的范围都不包括以前从根替换到树最后的节点,因此每次调整
//的范围会不断缩小,直到只剩下根节点,此时数组中的数据全部排序了
HeapAdjust(1,i-1);
}
}
public HeapSortTest() {
Scanner sc = new Scanner(System.in);
System.out.print("请输入待排序个数:");
int totalNums = sc.nextInt();
this.dataArray=new int[totalNums+1];
System.out.println("请输入待排序数据,以空格分隔:");
for (int i = 1; i < dataArray.length; i++) {
this.dataArray[i]=sc.nextInt();
}
}
/**
* function: 显示成员数组中的数据
*/
private void show(){
for (int i = 1; i < dataArray.length; i++) {
System.out.print(dataArray[i]+" ");
}
System.out.print("\n");
}
public static void main(String[] args) {
HeapSortTest hst = new HeapSortTest();
hst.show();
hst.HeapSort();
hst.show();
}
}