数据结构与算法-堆排序
Posted yfyyy
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了数据结构与算法-堆排序相关的知识,希望对你有一定的参考价值。
树的实际应用-堆排序
堆排序是利用堆这种数据结构而设计的一种排序算法,堆排序属于选择排序,其最好、最坏、平均时间复杂度均为O(nlogn),他也是不稳定排序
1. 堆介绍及最大最小堆
- 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,称为大项堆
- 每个结点的值都小于等于其左右孩子结点的值,称为小项堆
- 注意:没有要求结点的左孩子和右孩子的值的大小关系
大项堆
大项堆的特点
- 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
小项堆
小项堆的特点
- 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
一般升序用大项堆,降序使用小项堆
2. 堆排序的基本思想(大项堆)
- 将待排序的序列构成一个最大堆
- 此时,整个序列的最大值就是堆顶的根结点
- 将其与末尾元素进行交换,此时末尾就为最大值
- 然后将剩余 n-1 个元素重新构成一个堆,这样就会得到n个元素的次小值。如此反复执行,便得到一个有序序列
3. 代码实现
package cn.imut;
import java.util.Arrays;
public class HeapSort {
public static void main(String[] args) {
int[] arr = {4, 6, 8, 5, 9};
heapSort(arr);
System.out.println("排序后 = " + Arrays.toString(arr));
}
public static void heapSort(int[] arr) {
int temp = 0;
System.out.println("堆排序");
//将无序序列构建成一个堆,根据升序降序需求选择大项堆货小项堆
for(int i = arr.length / 2 - 1; i >= 0; i--) {
adjustHeap(arr, i, arr.length);
}
//将堆顶元素与末尾元素交换,将最大元素"沉"到数组末端
//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
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);
}
}
//将数组转换为最大堆
/**
* 功能:完成将以 i 为对应的非叶子结点的树调整成大项堆
* eg:int[] arr = {4, 6, 8, 5, 9} => i = 1 => adjustHeap => 得到 {4, 9, 8, 5, 6}
* 若再次调入 adjustHeap 则传入的是 i = 0 => 得到 {4, 9, 8, 5, 6} => {9, 6, 8, 5, 4}
* @param arr 待调整的数组
* @param i 表示非叶子结点在数组中索引
* @param length 表示对多少个元素继续调整,length是在逐渐的减少
*/
public static void adjustHeap(int[] arr, int i, int length) {
int temp = arr[i]; //先取出当前元素的值,保存在临时变量
//1.k = i * 2 + 1,k是 i 结点的左子结点
for(int k = i * 2 + 1; k < length; k = k * 2 + 1) {
if(k + 1 < length && arr[k] < arr[k + 1]) { //说明左子结点的值小于右子结点的值
k++; //k指向右子结点
}
if(arr[k] > temp) { //如果子结点大于父结点
arr[i] = arr[k]; //把较大的值赋给当前结点
i = k; //指向k,继续循环比较
}else {
break;
}
}
//当for 循环结束后,我们已经将以 i 为父结点的树的最大值,放在了最顶
arr[i] = temp; //将 temp 值放到调整后的位置
}
}
以上是关于数据结构与算法-堆排序的主要内容,如果未能解决你的问题,请参考以下文章