堆排序介绍
Posted 红瞎子
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了堆排序介绍相关的知识,希望对你有一定的参考价值。
堆排序(Heapsort)是指利用堆积树(堆)这种数据结构所设计的一种排序算法,它是选择排序的一种。可以利用数组的特点快速定位指定索引的元素。堆分为大根堆和小根堆,是完全二叉树。
完全二叉树: 除了最后一层之外的其他每一层都被完全填充,并且所有结点都保持向左对齐。
满二叉树:除了叶子结点之外的每一个结点都有两个孩子,每一层(当然包含最后一层)都被完全填充。
完满二叉树:除了叶子结点之外的每一个结点都有两个孩子结点
完全二叉树(Complete Binary Tree):
满二叉树(Perfect Binary Tree):
简单来说:堆排序是将数据看成是完全二叉树、根据完全二叉树的特性来进行排序的一种算法
最大堆要求节点的元素都要不小于其孩子,最小堆要求节点元素都不大于其左右孩子
那么处于最大堆的根节点的元素一定是这个堆中的最大值
完全二叉树有个特性:左边子节点位置 = 当前父节点的两倍 + 1,右边子节点位置 = 当前父节点的两倍 + 2
现在我们有一个完全二叉树:左子树和右子树都符合最大堆-->父>子
但是我们会发现:根元素所在的数并不符合,明显的是:1是小于7的
我们就对其进行交换,交换完之后我们会发现:右子树又不符合了~
最后,我们将右子数的最大值也交换到右子树的根元素上
可以发现的是:一次堆建立完之后,我们的最大值就在了堆的根节点上
随后将堆顶最大值和数组最后的元素进行替换,我们就完成了一趟排序了。
接下来,剩下的数不断进行建堆,交换就可以完成我们的堆排序了
………建堆,交换….建堆,交换…建堆,交换…建堆,交换..
* @param currentRootNode 当前父节点位置
public static void heapify(int[] arrays, int currentRootNode, int size) {
if (currentRootNode < size) {
int left = 2 * currentRootNode + 1;
int right = 2 * currentRootNode + 2;
int max = currentRootNode;
if (arrays[max] < arrays[left]) {
if (arrays[max] < arrays[right]) {
if (max != currentRootNode) {
arrays[max] = arrays[currentRootNode];
arrays[currentRootNode] = temp;
heapify(arrays, max, arrays.length);
值得注意的是:在上面体验堆排序时,我们是左子树和右子数都是已经有父>子这么一个条件的了。
显然,一个普通的数组并不能有这种条件(父>子),因此,我们往往是从数组最后一个元素来进行建堆
public static void maxHeapify(int[] arrays, int size) {
// 从数组的尾部开始,直到第一个元素(角标为0)
for (int i = size - 1; i >= 0; i--) {
heapify(arrays, i, size);
完成第一次建堆之后,我们会发现最大值会在数组的首位:
接下来不断建堆,然后让数组最后一位与当前堆顶(数组第一位)进行交换即可排序:
堆排序是比其他排序要难一点,他用到了完全二叉树这么一个特性来进行排序,代码实现上也比其他排序要复杂一点。
以上是关于堆排序介绍的主要内容,如果未能解决你的问题,请参考以下文章
选择排序——堆排序
堆排序
堆排序算法(图解详细流程)
算法——堆排序(大根堆--升序)
[ 数据结构 -- 手撕排序算法第七篇 ] 堆及其堆排序
动图演示堆排序