0
点赞
收藏
分享

微信扫一扫

堆排序算法回顾---(韩顺平数据结构)笔记

yongxinz 2022-02-21 阅读 56

堆排序

时间复杂度和空间复杂度

  • 最坏和最好的平均时间复杂度均为 O(nlogn)
  • 它是不稳定的排序,空间复杂度O(1)

堆的定义

  • 大顶堆: 每个结点的值都大于或等于其左右孩结点的值,并且满足完全二叉树,称为大顶堆
  • 小顶堆: 每个结点的值都小于或等于其左右孩结点的值,并且满足完全二叉树,称为小顶堆

算法思想

  1. 将待排序序列构造成一个大顶堆
  2. 此时,整个序列的最大值就是堆顶的根节点
  3. 将其与末尾元素进行交换,此时末尾就为最大值
  4. 然后就剩余的N-1个元素重新构建成一个堆,这样就会得到n个元素的次最小值,按此方法重复执行,便能得到一个有序的序列了

图解说明

举例子:初始数组[4,6,8,5,9]
在这里插入图片描述

算法相关知识点

  • 一个数组中的第一个非叶子节点的位置: arr.length/2 - 1

adjustHeap函数

public static  void adjustHeap(int [] arr,int lenght,int i){
       int temp = arr[i];

        // 开始结点为   2 * i +1         往下遍历找到左子结点
        for (int j = 2 * i +1; j < lenght; j = 2 * j +1 ) {

            // 如果左子节点 < 右子节点
            if(j +1 < lenght && arr[j] < arr[j+1]){
                // 将指针指向右子节点
                j++;
            }

            // 如果当前节点大于父节点 
            // 交换位置
            if(arr[j] > temp){
                arr[i] = arr[j];
                i = j;
            }
            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(局部)
        //将temp值放到调整后的位置
        arr[i] = temp;
    }
public static void heapSort(int [] arr){
        // arr.length / 2  - 1 求出该数组中的第一个非叶子节点
        for (int i = arr.length / 2  - 1 ;i>=0;i--){

            // 并以结点为顶点 调整为 "局部 " 大顶堆
            adjustHeap(arr,arr.length,i);
        }
        int temp = 0;

        // 每次以顶点  将最大的值 取出 并放到数组最后的位置
        for (int i =  arr.length - 1; i> 0;i--) {
            temp = arr[0];
            arr[0] = arr[i];
            arr[i] =temp;
            adjustHeap(arr,i,0);
        }

        System.out.println(Arrays.toString(arr));
    }

测试

 public static void main(String[] args) {
        int [] arr = {2,4,3,6,1};
        heapSort(arr);

    }

在这里插入图片描述

完整代码

package tree;

import java.text.SimpleDateFormat;
import java.util.Arrays;
import java.util.Date;

public class HeapSort {

	public static void main(String[] args) {
		//要求将数组进行升序排序
		//int arr[] = {4, 6, 8, 5, 9};
		// 创建要给80000个的随机的数组
		int[] arr = new int[8000000];
		for (int i = 0; i < 8000000; i++) {
			arr[i] = (int) (Math.random() * 8000000); // 生成一个[0, 8000000) 数
		}

		System.out.println("排序前");
		Date data1 = new Date();
		SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
		String date1Str = simpleDateFormat.format(data1);
		System.out.println("排序前的时间是=" + date1Str);

		heapSort(arr);

		Date data2 = new Date();
		String date2Str = simpleDateFormat.format(data2);
		System.out.println("排序前的时间是=" + date2Str);
		//System.out.println("排序后=" + Arrays.toString(arr));
	}

	//编写一个堆排序的方法
	public static void heapSort(int arr[]) {
		int temp = 0;
		System.out.println("堆排序!!");

//		//分步完成
//		adjustHeap(arr, 1, arr.length);
//		System.out.println("第一次" + Arrays.toString(arr)); // 4, 9, 8, 5, 6
//
//		adjustHeap(arr, 0, arr.length);
//		System.out.println("第2次" + Arrays.toString(arr)); // 9,6,8,5,4

		//完成我们最终代码
		//将无序序列构建成一个堆,根据升序降序需求选择大顶堆或小顶堆
		for(int i = arr.length / 2 -1; i >=0; i--) {
			adjustHeap(arr, i, arr.length);
		}

		/*
		 * 2).将堆顶元素与末尾元素交换,将最大元素"沉"到数组末端;
  			3).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);
		}

//		System.out.println("数组=" + Arrays.toString(arr));

	}

	//将一个数组(二叉树), 调整成一个大顶堆
	/**
	 * 功能: 完成 将 以 i 对应的非叶子结点的树调整成大
	 * 顶堆
	 * 举例  int arr[] = {4, 6, 8, 5, 9}; => i = 1 => adjustHeap => 得到 {4, 9, 8, 5, 6}
	 * 如果我们再次调用  adjustHeap 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 lenght 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 lenght) {

		int temp = arr[i];//先取出当前元素的值,保存在临时变量
		//开始调整
		//说明
		//1. k = i * 2 + 1 k 是 i结点的左子结点
		for(int k = i * 2 + 1; k < lenght ; k = k * 2 + 1) {
			if(k+1 < lenght && 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; //!!! i 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(局部)
		arr[i] = temp;//将temp值放到调整后的位置
	}

}

举报

相关推荐

0 条评论