选择排序—堆排序
来源:互联网 发布:centos7 安装python 编辑:程序博客网 时间:2024/06/05 01:12
堆排序是一种树形选择排序,是对直接选择排序的有效改进。
基本思想
堆的定义如下:具有n个元素的序列(k1,k2,…,kn),当且仅当满足
时称之为堆。由堆的定义可以看出,堆顶元素(即第一个元素)必为最小项(小顶堆)。
若以一维数组存储一个堆,则堆对应一棵完全二叉树,且所有非叶结点的值均不大于(或不小于)其子女的值,根结点(堆顶元素)的值是最小(或最大)的。如:
(a)大顶堆序列:(96, 83,27,38,11,09)
(b) 小顶堆序列:(12,36,24,85,47,30,53,91)
初始时把要排序的n个数的序列看作是一棵顺序存储的二叉树(一维数组存储二叉树),调整它们的存储序,使之成为一个堆,将堆顶元素输出,得到n 个元素中最小(或最大)的元素,这时堆的根节点的数最小(或者最大)。然后对前面(n-1)个元素重新调整使之成为堆,输出堆顶元素,得到n 个元素中次小(或次大)的元素。依此类推,直到只有两个节点的堆,并对它们作交换,最后得到有n个节点的有序序列。称这个过程为堆排序。
因此,实现堆排序需解决两个问题:
1. 如何将n 个待排序的数建成堆;
2. 输出堆顶元素后,怎样调整剩余n-1 个元素,使其成为一个新堆。
首先讨论第二个问题:输出堆顶元素后,对剩余n-1元素重新建成堆的调整过程。
调整小顶堆的方法:
1)设有m 个元素的堆,输出堆顶元素后,剩下m-1 个元素。将堆底元素送入堆顶((最后一个元素与堆顶进行交换),堆被破坏,其原因仅是根结点不满足堆的性质。
2)将根结点与左、右子树中较小元素的进行交换。
3)若与左子树交换:如果左子树堆被破坏,即左子树的根结点不满足堆的性质,则重复方法 (2).
4)若与右子树交换,如果右子树堆被破坏,即右子树的根结点不满足堆的性质。则重复方法 (2).
5)继续对不满足堆性质的子树进行上述交换操作,直到叶子结点,堆被建成。
称这个自根结点到叶子结点的调整过程为筛选。如图:
再讨论对n 个元素初始建堆的过程。
建堆方法:对初始序列建堆的过程,就是一个反复进行筛选的过程。
1)n 个结点的完全二叉树,则最后一个结点是第
个结点的子树。
2)筛选从第
个结点为根的子树开始,该子树成为堆。
3)之后向前依次对各结点为根的子树进行筛选,使之成为堆,直到根结点。
如图建堆初始过程:无序序列:(49,38,65,97,76,13,27,49)
代码示例
public class HeapSortDemo { public static void main(String[] args) { int[] array = { 49,38,65,97,76,13,27,49 }; heapSort(array); System.out.println("排序后数组:" + Arrays.toString(array)); } /** * * @param a 需要排序的数组 * */ public static void heapSort(int[] a) { // 环建立初始堆,若父节点索引为i,那么左节点的索引为i*2+1 // 即左节点为a.length时,其父节点应当小于a.length/2 for (int i = a.length / 2; i >= 0; i--) { adjustSort(a, i, a.length - 1); } System.out.println("---------"); // 进行n-1次循环完成排序 for (int i = a.length - 1; i >= 0; i--) { // 最后一个元素和第一个元素进行交换 int temp = a[i]; a[i] = a[0]; a[0] = temp; adjustSort(a, 0, i); } } /** * 将数组转换为大根堆,大根堆的根节点为数组中的最大值 * * @param a * 需要排序的数组 * @param parent * 父节点的值 * @param length * 数组的长度 */ private static void adjustSort(int[] a, int parent, int length) { // TODO Auto-generated method stub int temp = a[parent];// 父节点的值 int child = 2 * parent + 1;// 左子节点的值 // 判断左节点是否为最大索引 while (child < length) { // 如果有右节点,并且右节点的值大于左节点值,选择右节点的值。 if (child + 1 < length && a[child + 1] > a[child]) { child++; } // 如果父节点的值大于子节点的值时,直接退出 if (temp > a[child]) { break; } // 将字节点的值赋值给父节点 a[parent] = a[child]; // 选取字节点的左子节点继续向下筛选 parent = child; child = 2 * parent + 1; } // 若发生交换,此时的parent 代表子节点的索引,没有发生交换,此时parent仍旧代表父节点索引 a[parent] = temp; System.out.println("排序后数组:" + Arrays.toString(a)); }}
- 选择排序—堆排序
- 选择排序—堆排序
- 选择排序--堆排序
- 选择排序:堆排序
- 选择排序-堆排序
- 选择排序-【堆排序】
- 【选择排序】堆排序
- 选择排序 堆排序
- 选择排序-堆排序
- 选择排序---堆排序
- 选择排序&&堆排序
- 选择排序&堆排序
- 排序-->选择排序(选择排序&&堆排序)
- 排序 - [选择排序 - 堆排序]
- 选择排序——选择排序和堆排序
- 选择排序——堆排序
- 选择排序——堆排序
- 9.选择排序——堆排序
- poj 1298 The Hardest Problem Ever
- printf()的特性
- MQTT 移植STM32+GPRS(串口透传)(六) +补充帖子
- 作业2
- php 常看常记
- 选择排序—堆排序
- Java中的内存分配以及栈和堆的区别
- 利用Intel VT实现进程保护
- 贝叶斯网络初识
- 运算符与表达式
- 设计模式--访问者模式
- Android数据安全之Base64编码
- bzoj4810: [Ynoi2017]由乃的玉米田
- VTK:多线条表示和渲染