堆排序

来源:互联网 发布:java模板引擎 编辑:程序博客网 时间:2024/05/22 13:36
  1. 算法排序
    堆排序类似于归并排序,二叉堆是一个数组,它可以被看成一个近似的完全二叉树。树上的每一个节点对应数组中的一个元素。
    堆的物理结构和逻辑结构
    在排序算法中我们使用的最大堆。
    2.
package sxd.learn.algorithms;/** *  date    Mar 19, 2015 *  desc    HeapSort    堆排序 */public class HeapSort {    private static int heapSize = 0;    public static void main(String[] args) {        // TODO Auto-generated method stub        int[] iArray = {4, 1, 3, 2, 16, 9, 10, 14, 8, 7};        heapSize = iArray.length;        BUILD_MAZ_HEAP(iArray);        HEAP_SORT(iArray);        for(int i : iArray){            System.out.print(i + " ");        }    }    public static void HEAP_SORT(int[] iArray){        for(int i = iArray.length - 1; i>= 0; i--){            EXCHANGE(iArray,0, i);            heapSize--;            MAX_HEAPIFY(iArray,0);        }    }    public static void BUILD_MAZ_HEAP(int[] iArray){        //iArray[n/2 + 1......n]都是叶子节点,已经满足最大堆性质        for(int i = iArray.length / 2; i >= 0; i--){            MAX_HEAPIFY(iArray, i);        }    }    /**     * @param iArray     * @param index     * 维持最大堆的性质,即使iArray[i]节点满足最大堆的性质     */    public static void MAX_HEAPIFY(int[] iArray, int index){        int lIndex = LEFT(index);        int rIndex = RIGHT(index);        int largest = index;        //lIndex <= heapSize判断是为了放置溢出,某些节点没有孩子节点或者没有右孩子节点        if(lIndex < heapSize && iArray[lIndex] > iArray[index]){            largest = lIndex;        }        if(rIndex < heapSize && iArray[rIndex] > iArray[largest]){            largest = rIndex;        }           if(largest != index){            EXCHANGE(iArray,index,largest);            MAX_HEAPIFY(iArray, largest);        }    }    //返回i节点的左孩子节点的下标    public static int LEFT(int i){        return 2 * i + 1;    }    //返回i节点的右孩子节点的下标    public static int RIGHT(int i){        return 2 * i + 2;    }    /**     * @param iArray     * @param i     * @param j     * 交换数组中i,j下标的位置     */    public static void EXCHANGE(int[] iArray, int i, int j){        int temp = iArray[i];        iArray[i] = iArray[j];        iArray[j] = temp;    }}

3.算法分析
堆排序和归并排序一样,算法时间复杂度为O(nlgn),并与插入排序相同具有空间原址性。

0 0