堆排序理解

来源:互联网 发布:淘宝售后处理规则 编辑:程序博客网 时间:2024/09/21 06:18

堆排序算法介绍

堆是一种重要的数据结构,为一棵完全二叉树, 底层如果用数组存储数据的话,假设某个元素为序号为i(Java数组从0开始,i为0到n-1),如果它有左子树,那么左子树的位置是2i+1,如果有右子树,右子树的位置是2i+2,如果有父节点,父节点的位置是(n-1)/2取整分为最大堆和最小堆,最大堆的任意子树根节点不小于任意子结点,最小堆的根节点不大于任意子结点。所谓堆排序就是利用堆这种数据结构来对数组排序,我们使用的是最大堆。处理的思想和冒泡排序,选择排序非常的类似,一层层封顶,只是最大元素的选取使用了最大堆。最大堆的最大元素一定在第0位置,构建好堆之后,交换0位置元素与顶即可。堆排序为原位排序(空间小), 且最坏运行时间是O(nlgn),是渐进最优的比较排序算法。

堆排序算法Java实现

如《插入排序(Insertsort)之Java实现》一样,先实现一个数组工具类。代码如下:

    public class ArrayUtils {                        public static void printArray(int[] array) {                  System.out.print("{");                  for (int i = 0; i < array.length; i++) {                      System.out.print(array[i]);                      if (i < array.length - 1) {                          System.out.print(", ");                      }                  }                  System.out.println("}");              }                    public static void exchangeElements(int[] array, int index1, int index2) {                  int temp = array[index1];                  array[index1] = array[index2];                  array[index2] = temp;              }          }  

堆排序的大概步骤如下:

  1. 构建最大堆。
  2. 选择顶,并与第0位置元素交换
  3. 由于步骤2的的交换可能破环了最大堆的性质,第0不再是最大元素,需要调用maxHeap调整堆(沉降法),如果需要重复步骤2

堆排序中最重要的算法就是maxHeap,该函数假设一个元素的两个子节点都满足最大堆的性质(左右子树都是最大堆),只有跟元素可能违反最大堆性质,那么把该元素以及左右子节点的最大元素找出来,如果该元素已经最大,那么整棵树都是最大堆,程序退出,否则交换跟元素与最大元素的位置,继续调用maxHeap原最大元素所在的子树。该算法是分治法的典型应用。具体代码如下:

    public class HeapSort {              public static void main(String[] args) {                  int[] array = { 9, 8, 7, 6, 5, 4, 3, 2, 1, 0, -1, -2, -3 };                        System.out.println("Before heap:");                  ArrayUtils.printArray(array);                        heapSort(array);                        System.out.println("After heap sort:");                  ArrayUtils.printArray(array);              }                    public static void heapSort(int[] array) {                  if (array == null || array.length <= 1) {                      return;                  }                        buildMaxHeap(array);                        for (int i = array.length - 1; i >= 1; i--) {                      ArrayUtils.exchangeElements(array, 0, i);                            maxHeap(array, i, 0);                  }              }                    private static void buildMaxHeap(int[] array) {                  if (array == null || array.length <= 1) {                      return;                  }                        int half = array.length / 2;                  for (int i = half; i >= 0; i--) {                      maxHeap(array, array.length, i);                  }              }                    private static void maxHeap(int[] array, int heapSize, int index) {                  int left = index * 2 + 1;                  int right = index * 2 + 2;                        int largest = index;                  if (left < heapSize && array[left] > array[index]) {                      largest = left;                  }                        if (right < heapSize && array[right] > array[largest]) {                      largest = right;                  }                        if (index != largest) {                      ArrayUtils.exchangeElements(array, index, largest);                            maxHeap(array, heapSize, largest);                  }              }          }  





原创粉丝点击