详解堆排序

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。
(3) 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
(4) 大顶堆举例说明:
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-F7ZSJbSD-1594338157425)(en-resource://database/853:1)]
我们对堆中的结点按层进行编号,映射到数组中就是下面这个样子:
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Uo6quBwA-1594338157429)(en-resource://database/855:1)]
大顶堆特点: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
(5) 小顶堆举例说明
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-JnNnOch2-1594338157432)(en-resource://database/857:1)]
小顶堆: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
(6) 一般升序采用大顶堆,降序采用小顶堆

2.堆排序的基本思想
  1. 堆排序的基本思想是:
  2. 将待排序序列构造成一个大顶堆
  3. 此时,整个序列的最大值就是堆顶的根节点。
  4. 将其与末尾元素进行交换,此时末尾就为最大值。
  5. 然后将剩余n-1个元素重新构造成一个堆,这样会得到n-1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.
3.堆排序步骤图解说明

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

  • 步骤一 构造初始堆。将给定无序序列构造成一个大顶堆(一般升序采用大顶堆,降序采用小顶堆)
    1)假设给定无序序列结构如下
    [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-pQnh3S7w-1594338157435)(en-resource://database/875:0)]
    2)此时我们从最后一个非叶子结点开始(叶结点自然不用调整,第一个非叶子结点 arr.length/2-1=5/2-1=1,也就是下面的6结点),从左至右,从下至上进行调整。
    [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-QbRrKfHP-1594338157437)(en-resource://database/877:0)]
    3)找到第二个非叶节点4,由于[4,9,8]中9元素最大,4和9交换。
    在这里插入图片描述
    4)这时,交换导致了子根[4,5,6]结构混乱,继续调整,[4,5,6]中6最大,交换4和6。
    [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-2x6OwDiv-1594338157439)(en-resource://database/881:0)]
    此时,我们就将一个无序序列构造成了一个大顶堆。
  • 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
    [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-KKECNndJ-1594338157440)(en-resource://database/883:0)]
    2).重新调整结构,使其继续满足堆定义
    [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-7xKjA2sr-1594338157441)(en-resource://database/885:0)]
    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.
    [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-V467BNod-1594338157442)(en-resource://database/887:0)]
    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
    [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-3buuKI0c-1594338157443)(en-resource://database/889:0)]
  • 再简单总结下堆排序的基本思路:
    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。

import java.util.Arrays;

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};
        heap(arr);*/

        int arr[] = new int[8000000];
        for (int i = 0; i < 8000000; i++) {
            arr[i] = (int)(Math.random() * 8000000);  //随机生成一个[0,1000000)之间的数
        }
        //开始时间
        long startTime = System.currentTimeMillis();
        heap(arr);
        long endTime = System.currentTimeMillis();
        System.out.println("排序花了: " + (endTime - startTime) + "ms");

    }

    //堆排序
    public static void heap(int arr[]){
        int temp = 0;

        //从最后一个非叶子结点开始一直到整个数的最顶端,依次调整成一个大顶堆
        //调整完后,整个无序序列就是一个大顶堆,根据升序降序需要选择大顶堆(升序)还是小顶堆(降序)
        for (int i = arr.length/2 - 1; i >= 0  ; i--) {
            adjustHeap(arr, i, arr.length);
        }

        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("排序之后:" + Arrays.toString(arr));
    }

    /**
     * 将以 i 对应的非叶子节点的树调整成大顶堆
     * 例如:刚开始传入的是:int arr[] = {4, 6, 8, 5, 9}; => 此时最后一个非叶子结点在数组中的索引是1 ,所以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 需要转换的数组
     * @param i 该非叶子节点在数组中的索引
     * @param length 需要调整成大顶堆的数组的长度,是逐次减少的
     */
    public static void adjustHeap(int arr[], int i, int length){
        //先保存当前非叶子节点的值,用于后续调整
        int temp = arr[i];

        // k = i * 2 + 1 k是当前非叶子结点的左子节点
        for (int k = i * 2 + 1; k < length; k = k * 2 + 1) {
            if(k + 1 < length && arr[k] < arr[k+1]){ //当前非叶子结点的左子树值小于右子树值
                k++; //k指向右子节点
            }
            if(temp < arr[k]){ //如果子节点的值大于父节点的值(就是刚刚那个非叶子结点的值)
               arr[i] = arr[k]; //将较大的值赋给父节点
               i = k; //!!!!!! i 指向 k,继续循环比较
            }else{
                break; //!!!
            }
        }
        //当for 循环结束后,以i 为父节点的数的最大值,就已经放在了最顶上(局部)
        arr[i] = temp;
    }
}
  • 结果
    在这里插入图片描述
  • 11
    点赞
  • 24
    收藏
    觉得还不错? 一键收藏
  • 1
    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 1
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