1. 堆排序的介绍
堆排序算法是顺序储存二叉树的实际应用,顺序储存二叉树参考地址
堆排序是一种选择排序算法,它的最坏,最好,平均时间复杂度均为 O ( n l o g n ) O(nlogn) O(nlogn),它也是不稳定排序
当完全二叉树每个节点的值都大于或等于其左右子节点的值,称为大顶堆,升序排序时使用;当完全二叉树每个节点的值都小于或等于其左右子节点的值,称为小顶堆,降序排序时使用。如下所示就是一个大顶堆:
其对应的数组就是
所以大顶堆对应数组的元素大小关系为:
a
r
r
a
y
[
n
]
>
=
a
r
r
a
y
[
2
∗
n
+
1
]
array[n] >= array[2*n+1]
array[n]>=array[2∗n+1] &&
a
r
r
a
y
[
n
]
>
=
a
r
r
a
y
[
2
∗
n
+
2
]
array[n] >= array[2*n+2]
array[n]>=array[2∗n+2],n为数组的index
2. 堆排序的基本思想
- 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root节点
- 将root节点对应的元素与序列末尾的元素进行交换,此时序列的末尾就是最大值
- 然后将剩余n-1个元素重新构造成一个大顶堆,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
使用大顶堆进行升序排序的例子:
步骤1:构建初始堆如下:
步骤二:因为叶子节点不用调整,只需调整非叶子节点,调整顺序为先右后左 + 先下后上。而第一个非叶子节点的index为
a
r
r
.
l
e
n
g
t
h
/
2
−
1
=
5
/
2
−
1
=
1
arr.length/2 - 1 = 5/2 - 1 = 1
arr.length/2−1=5/2−1=1,也就是值为6的节点,第一个非叶子节点调整后如下所示
步骤三:第二个非叶子节点的值为4,调整后如下所示
步骤四:前面的步骤导致子树[4, 5, 6]的结构混乱,需重新调整,调整后如下所示:
步骤五:此时构造出了一个大顶堆,将堆顶对应的元素和arr末尾对应的元素进行交换,得到第一个最大值。如下所示:
步骤六:对剩余的n-1个元素构成的堆,继续构建大顶堆,如下所示:
步骤七:再将堆顶对应的元素和arr末尾对应的元素进行交换,得到第二大值。如下所示:
步骤八:后续继续进行调整、交换,如此反复进行,最终使得整个序列有序,如下所示:
3. 堆排序的程序实现
需求:有一组无序的数据{4, 6, 8, 5, 9},请用堆排序算法实现从小到大排列
程序如下:
import java.util.Arrays;
public class HeapSort {
public static void main(String[] args) {
int[] array = {4, 6, 8, 5, 9};
// 使用堆排序算法,对数组进行升序排列
heapSort(array);
System.out.println("堆排序后 " + Arrays.toString(array));
}
// 堆排序算法,对数组进行升序排列实现
public static void heapSort(int[] array) {
// 第一次将整颗树构建成大顶堆,是先右后左,先下后上的顺序将各颗子树构建成(每一颗子树构建都会调用一次adjustHeap)大顶堆
for (int index = array.length / 2 - 1; index >= 0; index--) {
adjustHeap(array, index, array.length);
}
// 找出第一个最大值后,每找一个次大值时,调用一次adjustHeap
int tmp = 0;
for (int endIndex = array.length - 1; endIndex > 0; endIndex--) {
// 将array[0]堆顶的最大值,和序列的最后有效元素进行交换
tmp = array[endIndex];
array[endIndex] = array[0];
array[0] = tmp;
// 交换完成后,endIndex就是序列有效元素的个数
// 如果剩余只有一个元素,则不用进行堆调整了
if (endIndex > 1) {
// 此时堆顶的index就是0
adjustHeap(array, 0, endIndex);
}
}
}
// 将顺序二叉树的一颗子树调整为大顶堆,这里有两种情况:
// 第一种是第一次将整颗树构建成大顶堆,是先右后左,先下后上的顺序将各颗子树构建成(每一颗子树构建都会调用一次adjustHeap)大顶堆
// 第二种是找出第一个最大值后,每找一个次大值时,调用一次adjustHeap
// 参数array: 待调整的堆的数组
// 参数index: 子树堆顶对应的元素在数组的index
// 参数noAdjustNums:表示数组中剩余未调整的元素个数
public static void adjustHeap(int[] array, int index, int noAdjustNums) {
int tmp = array[index];
// 此时index的左节点所在的子树中, index的左节点最大。index的右节点所在的子树,index的右节点最大
// 第一次遍历是将index节点的值,变成其左节点和右节点的最大值,并将tmp值赋值给其左节点或右节点
// 后面的遍历是将tmp值不断的下沉,以构建成大顶堆
for (int nodeIndex = index * 2 + 1; nodeIndex < noAdjustNums; nodeIndex = nodeIndex * 2 + 1) {
// 如果有右节点,且右节点大于左节点,则后面对右节点进行处理,否则对左节点进行处理。其实就是找出左右节点的最大值
if (nodeIndex + 1 < noAdjustNums && array[nodeIndex] < array[nodeIndex + 1]) {
nodeIndex++;
}
// 如果左右节点的最大值比tmp大,则将index所在的节点的值变成最大值
// 同时将index变成之前最大值对应的index(重新变成其左子树或右子树的堆顶)
if (array[nodeIndex] > tmp) {
array[index] = array[nodeIndex];
index = nodeIndex;
// 否则,表示tmp是最大的值,表示tmp找到了合适的index进行赋值
} else {
break;
}
}
// 遍历完成,表示tmp找到了合适的index进行赋值
array[index] = tmp;
}
}
运行程序,结果如下:
堆排序后 [4, 5, 6, 8, 9]