堆排序和计数排序
Posted 互联网之瞳
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了堆排序和计数排序相关的知识,希望对你有一定的参考价值。
堆排序代码:
思想:每次都取堆顶的元素,将其放在序列最后面,然后将剩余的元素重新调整为最小堆,依次类推,最终得到排序的序列。
import java.util.Arrays;
/**
* 思路:首先要知道大顶堆和小顶堆,数组就是一个堆,每个i节点的左右孩子是2i+1和2i+2
* 有了堆,将其堆化:从(n/2)-1个元素开始向下修复,将每个节点修复为小(大)顶堆
* 修复完成后,数组具有小(大)顶堆的性质
* 按序输出:小顶堆可以对数组逆序排序,每次交换堆顶和末尾元素,对堆顶进行向下修复,这样次小元素又到堆顶了
*
* 时间复杂度:堆化:一半的元素修复,修复是单分支的,所以整体堆化为nlgn/2
* 排序:n个元素都要取出,因此调整n次,每次调整修复同上是lgn的,整体为nlgn
* 空间复杂度:不需要开辟辅助空间
* 原址排序
* 稳定性
*
*/
import java.util.Arrays;
/**
* 思路:首先要知道大顶堆和小顶堆,数组就是一个堆,每个i节点的左右孩子是2i+1和2i+2
* 有了堆,将其堆化:从(n/2)-1个元素开始向下修复,将每个节点修复为小(大)顶堆
* 修复完成后,数组具有小(大)顶堆的性质
* 按序输出:小顶堆可以对数组逆序排序,每次交换堆顶和末尾元素,对堆顶进行向下修复,这样次小元素又到堆顶了
*
* 时间复杂度:堆化:一半的元素修复,修复是单分支的,所以整体堆化为nlgn/2
* 排序:n个元素都要取出,因此调整n次,每次调整修复同上是lgn的,整体为nlgn
* 空间复杂度:不需要开辟辅助空间
* 原址排序
* 稳定性
*
*/
public class HeapSort {
static void sort(int []A){
// 堆排序第一步: 先对A进行堆化
makeMinHeap(A);
for(int x = A.length-1;x>=0;x--){
// 堆排序第二步: 把堆顶,0号元素和最后一个元素对调
swap(A, 0, x);
// 堆排序第三步:缩小堆的范围,对堆顶元素进行向下调整
MinHeapFixDown(A, 0, x);
}
}
static void makeMinHeap(int[] A){
int n = A.length;
for(int i = n/2-1;i>=0;i--){
MinHeapFixDown(A,i,n);
}
}
private static void MinHeapFixDown(int[] A, int i, int n) {
// 找到左右孩子
int left = 2 * i + 1;
int right = 2 * i + 2 ;
// 左孩子已经越界,i就是叶子节点
if (left>=n) {
return ;
}
// min 指向了左右孩子中较小的那个
int min = left;
if (right>=n) {
min = left;
}else {
if (A[right]<A[left]) {
min = right;
}
}
// 如果A[i]比两个孩子都要小,不用调整
if (A[i]<=A[min]) {
return ;
}
// 否则,找到两个孩子中较小的,和i交换
int temp = A[i];
A[i] = A[min];
A[min] = temp;
// 小孩子那个位置的值发生了变化,i变更为小孩子那个位置,递归调整
MinHeapFixDown(A, min, n);
}
private static void swap(int[] A, int p, int bigger) {
int temp = A[p];
A[p] = A[bigger];
A[bigger] = temp;
}
public static void main(String[] args) {
int arr[] = new int[10];
for(int i=0;i<10;i++){
arr[i] = (int) ((Math.random()+1)*10);
}
System.out.println("排序前:"+Arrays.toString(arr));
sort(arr);
System.out.println("排序后:"+Arrays.toString(arr));
}
}
堆排序结果:
计数排序代码:
import java.util.Arrays;
/**
* 计数排序
* 思路:开辟新的空间,空间大小为max(source)+1
* 扫描source,将value作为辅助空间的下标,用辅助空间的该位置元素记录value的个数
* 如 9 7 5 3 1,helper的空间就为10
* 依次扫描,value为9,将helper[9]++,以此类推,完成之后,再去遍历helper
* 如果该位(index)的值为0,说明index不曾在source中出现
* 如果该位(index)的值为 1,说明出现了1次,为2说明出现了两次
* 时间复杂度:扫描一次source,扫描一次helper,复杂度为N+K
* 空间复杂度:如果source里面有个元素较大的,那么开辟的辅助空间较大
* 非原址排序
* 稳定性:相同元素不会出现交叉,非原址都是拷来拷去
* 如果要优化一下空间,可以求出minOf(source),那么helper的长度为(max-min)+1,这样就能短点
* 计数有缺陷,数据较为密集或范围较小时,适用。
*/
import java.util.Arrays;
/**
* 计数排序
* 思路:开辟新的空间,空间大小为max(source)+1
* 扫描source,将value作为辅助空间的下标,用辅助空间的该位置元素记录value的个数
* 如 9 7 5 3 1,helper的空间就为10
* 依次扫描,value为9,将helper[9]++,以此类推,完成之后,再去遍历helper
* 如果该位(index)的值为0,说明index不曾在source中出现
* 如果该位(index)的值为 1,说明出现了1次,为2说明出现了两次
* 时间复杂度:扫描一次source,扫描一次helper,复杂度为N+K
* 空间复杂度:如果source里面有个元素较大的,那么开辟的辅助空间较大
* 非原址排序
* 稳定性:相同元素不会出现交叉,非原址都是拷来拷去
* 如果要优化一下空间,可以求出minOf(source),那么helper的长度为(max-min)+1,这样就能短点
* 计数有缺陷,数据较为密集或范围较小时,适用。
*/
public class CountSort {
static void sort(int []source){
int max = source[0];
for (int i = 1; i < source.length; i++) {
if (source[i]>max) {
max = source[i];
}
}
int []helper = new int[max+1];
for(int e:source){
helper[e]++;
}
int current = 0; // 数据回填的位置
for (int i = 1; i < helper.length; i++) {
while(helper[i]>0){
source[current++] = i;
helper[i]--;
}
}
}
// 保证排序稳定性的版本
public static void sort2(int[] source) {
int max = source[0];
for (int i = 1; i < source.length; i++) {
if (source[i]>max) {
max = source[i];
}
}
int []helper = new int[max+1];
for (int e : source) {
helper[e]++;
}
for (int i = 1; i < helper.length; i++) {
helper[i] += helper[i - 1];
}
int len = source.length;
int[] target = new int[len];
for (int i = len - 1; i >= 0; i--) {
target[helper[source[i]] - 1] = source[i];
helper[source[i]]--;
}
System.arraycopy(target, 0, source, 0, len);
}
public static void main(String[] args) {
int arr[] = new int[10];
for(int i=0;i<10;i++){
arr[i] = (int) ((Math.random()+1)*10);
}
System.out.println("排序前:"+Arrays.toString(arr));
sort2(arr);
System.out.println("排序后:"+Arrays.toString(arr));
}
}
计数排序结果:
以上是关于堆排序和计数排序的主要内容,如果未能解决你的问题,请参考以下文章
九种经典排序算法详解(冒泡排序,插入排序,选择排序,快速排序,归并排序,堆排序,计数排序,桶排序,基数排序)
经典排序算法和python详解:归并排序快速排序堆排序计数排序桶排序和基数排序
九大排序算法及其实现- 插入.冒泡.选择.归并.快速.堆排序.计数.基数.桶排序