排序算法之堆排序--Java语言

来源:互联网 发布:python 遥感贝叶斯 编辑:程序博客网 时间:2024/06/06 14:29

堆排序算法首先将所有元素(从未排序的数组)插入堆中,然后从堆的根节点依次删除,直到堆空为止。本文主要利用现有数组进行就地排序,具体做法是,当删除一个元素时,只是将数组中的第一个元素与最后一个元素交换位置而不是移除,同时减小堆的大小,即数组大小,然后再对第一个元素进行堆化。持续这个过程直到剩余元素为1.

在数组中直接进行堆排序,需要知道几个参数,即最后一个元素的位置是i=count-1,count为数组大小,则最后一个元素的双亲位置为(count-1)/2。任意一个节点j的左子节点位置l=2*j+1,右子节点位置r=2*j+2.

代码:

public class HeapSort {public static void swap(int[] data,int i,int j){if(i==j)return;data[i]=data[i]+data[j];data[j]=data[i]-data[j];data[i]=data[i]-data[j];}public static int[] heapSort(int[] data){for(int i=0;i<data.length;i++)//控制堆大小。{//每次遍历创建最大堆,并且将堆顶元素放至最后一个,并将遍历的最后一位位置逐个左移。createMaxHeap(data,data.length-1-i);//堆化swap(data,0,data.length-1-i);//交换第一个元素与最后一个元素,即获取当前最大值print(data);}return data;}public static void createMaxHeap(int[] data,int lastIndex){for(int i=(lastIndex-1)/2;i>=0;i--){//保存当前正在判断的节点int k=i;//若当前节点存在while(2*k+1<=lastIndex){//biggerIndex总是记录较大节点的值,先赋值为当前判断节点的左子节点int biggerIndex=2*k+1;if(biggerIndex<lastIndex){//若右子节点存在,否则此时biggerIndex应该等于lastIndexif(data[biggerIndex]<data[biggerIndex+1]){//若右子节点值比左子节点值大,则biggerIndex记录的是右子节点的值biggerIndex++;}}if(data[k]<data[biggerIndex]){//若当前节点值比子节点最大值小,则交换两者的值,交换后将biggerIndex值赋给kswap(data,k,biggerIndex);k=biggerIndex;}elsebreak;}}}public static void print(int[] data){for(int i=0;i<data.length;i++)System.out.print(data[i]+" ");System.out.println();}public static void main(String[] args){int[] data= {89, 66, 39, 78, 40, 56, 3, 13, 20, 95};System.out.println("堆排序的序列变化:");int[] ans=heapSort(data);System.out.println("堆排序后的序列:");for(int i=0;i<data.length;i++)System.out.print(data[i]+" ");}}
测试结果:

堆排序的序列变化:40 89 56 78 66 39 3 13 20 95 20 78 56 40 66 39 3 13 89 95 13 66 56 40 20 39 3 78 89 95 3 40 56 13 20 39 66 78 89 95 3 40 39 13 20 56 66 78 89 95 3 20 39 13 40 56 66 78 89 95 13 20 3 39 40 56 66 78 89 95 3 13 20 39 40 56 66 78 89 95 3 13 20 39 40 56 66 78 89 95 3 13 20 39 40 56 66 78 89 95 堆排序后的序列:3 13 20 39 40 56 66 78 89 95 

堆排序主要是堆化的过程,堆化过程中的时间复杂度为O(nlogn),所以堆排序的时间复杂度为O(nlogn)。堆排序是一种就地排序,不需要额外的辅助空间,同时由于在堆化的过程中,元素比较交换次数较多,排序算法不稳定。