数据结构-堆排序

举报
孙中明 发表于 2022/01/23 23:52:53 2022/01/23
【摘要】 图解排序算法(三)之堆排序   预备知识 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。首先简单了解下堆结构。 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...

图解排序算法(三)之堆排序

 

预备知识

堆排序

  堆排序是利用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。首先简单了解下堆结构。

  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;或者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。如下图:

同时,我们对堆中的结点按层进行编号,将这种逻辑结构映射到数组中就是下面这个样子

该数组从逻辑上讲就是一个堆结构,我们用简单的公式来描述一下堆的定义就是:

大顶堆:arr[i] >= arr[2i+1] && arr[i] >= arr[2i+2]  

小顶堆:arr[i] <= arr[2i+1] && arr[i] <= arr[2i+2]  

ok,了解了这些定义。接下来,我们来看看堆排序的基本思想及基本步骤:

堆排序基本思想及步骤

  堆排序的基本思想是: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根节点。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个元素重新构造成一个堆,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了

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)。

 

 

  a.假设给定无序序列结构如下

 

 

 

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。

4.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。

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。

此时,我们就将一个无需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。

a.将堆顶元素9和末尾元素4进行交换

b.重新调整结构,使其继续满足堆定义

c.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.

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

再简单总结下堆排序的基本思路:

  a.将无需序列构建成一个堆,根据升序降序需求选择大顶堆或小顶堆;

  b.将堆顶元素与末尾元素交换,将最大元素"沉"到数组末端;

  c.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。

代码实现

复制代码

         package sortdemo;
         import java.util.Arrays;
         /**
          * Created by chengxiao on 2016/12/17.
          * 堆排序demo
          */
         public class HeapSort {
             public static void main(String []args){
                 int []arr = {9,8,7,6,5,4,3,2,1};
                 sort(arr);
                 System.out.println(Arrays.toString(arr));
             }
             public static void sort(int []arr){
                 //1.构建大顶堆
                 for(int i=arr.length/2-1;i>=0;i--){
                     //从第一个非叶子结点从下至上,从右至左调整结构
                     adjustHeap(arr,i,arr.length);
                 }
                 //2.调整堆结构+交换堆顶元素与末尾元素
                 for(int j=arr.length-1;j>0;j--){
                     swap(arr,0,j);//将堆顶元素与末尾元素进行交换
                     adjustHeap(arr,0,j);//重新对堆进行调整
                 }
             }
             /**
              * 调整大顶堆(仅是调整过程,建立在大顶堆已构建的基础上)
              * @param arr
              * @param i
              * @param length
              */
             public static void adjustHeap(int []arr,int i,int length){
                 int temp = arr[i];//先取出当前元素i
                 for(int k=i*2+1;k<length;k=k*2+1){//从i结点的左子结点开始,也就是2i+1处开始
                     if(k+1<length && arr[k]<arr[k+1]){//如果左子结点小于右子结点,k指向右子结点
          k++;
          }
          if(arr[k] >temp){//如果子节点大于父节点,将子节点值赋给父节点(不用进行交换)
                         arr[i] = arr[k];
                         i = k;
                     }else{
                         break;
                     }
                 }
                 arr[i] = temp;//将temp值放到最终的位置
             }
             /**
              * 交换元素
              * @param arr
              * @param a
              * @param b
              */
             public static void swap(int []arr,int a ,int b){
                 int temp=arr[a];
                 arr[a] = arr[b];
                 arr[b] = temp;
             }
         }
     
    
复制代码

结果

[1, 2, 3, 4, 5, 6, 7, 8, 9]
    

最后

  堆排序是一种选择排序,整体主要由构建初始堆+交换堆顶元素和末尾元素并重建堆两部分组成。其中构建初始堆经推导复杂度为O(n),在交换并重建堆的过程中,需交换n-1次,而重建堆的过程中,根据完全二叉树的性质,[log2(n-1),log2(n-2)...1]逐步递减,近似为nlogn。所以堆排序时间复杂度一般认为就是O(nlogn)级。

作者: dreamcatcher-cx

出处: <http://www.cnblogs.com/chengxiao/>

本文版权归作者和博客园共有,欢迎转载,但未经作者同意必须保留此段声明,且在页面明显位置给出原文链接。

文章来源: hiszm.blog.csdn.net,作者:孙中明,版权归原作者所有,如需转载,请联系作者。

原文链接:hiszm.blog.csdn.net/article/details/79595306

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。