选择排序——堆排序
来源:互联网 发布:js yui在线压缩 编辑:程序博客网 时间:2024/06/16 07:00
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。
一.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)必为最小项或最大项,相应的堆称为小顶堆或大顶堆。
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)
二.算法的实现
/** * 简单选择排序 * 从小到大排序 * @param array */ public static void selectSort(int[] array){ for (int i = 0; i < array.length-1; i++) { int minIndex=i; //最小数的下标 for(int j=i+1; j<array.length; j++){ if(array[j] < array[minIndex]){ minIndex=j; } } if(minIndex != i){ int temp = array[i]; array[i] = array[minIndex]; array[minIndex] = temp; } } } /** * 堆排序 * 从小到大 * @param array */ public static void heapSort(int[] array){ buildHeap(array); printArray(array); int length = array.length; for(int i=length-1; i>0; i--){ //将最后一个元素和第一个元素交换 int temp = array[0]; array[0] = array[i]; array[i] = temp; adjustHeap(array, 0, i); } } /** * 创建大顶堆 * @param array */ public static void buildHeap(int[] array){ for(int i=(array.length-1)/2-1; i>=0; i--){ adjustHeap(array,i,array.length); } } /** * 调整至大顶堆 * @param array * @param s 待调整的位置 * @param length 待调整的数组的长度 */ public static void adjustHeap(int[] array,int s,int length){ int temp = array[s]; //存储待调整的元素 int child = 2*s+1; while(child < length){ if(child+1<length && array[child] <array[child+1]){ child++; } if(array[s] < array[child]){ array[s] = array[child];//大的节点往上移 s = child;//更改待调整的节点 child = 2*child+1; }else{ break; //如果待调整的节点比左右孩子节点都大,无需调整 } array[s] = temp;//将待调整的节点放到比他大的孩子节点上 } }
三.效率
设树深度为k,。从根到叶的筛选,元素比较次数至多2(k-1)次,交换记录至多k 次。所以,在建好堆后,排序过程中的筛选次数不超过下式:
而建堆时的比较次数不超过4n 次,因此堆排序最坏情况下,时间复杂度也为:O(nlgn )。
四.应用场景
堆排序的效率与序列的初始顺序无关。
- 选择排序—堆排序
- 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
- 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(Heap Sort)
- 排序——选择排序之堆排序
- 数据结构&算法实践—【排序|选择排序】堆排序
- 选择排序——简单选择和堆排序
- 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】
- iOS之获得图片尺寸的思路
- 黑马程序员——java基础之多线程
- hdoj 2825 Wireless Password 【AC自动机 + 状压dp】
- 我读过的最好的epoll讲解
- bin/ld.exe: error: cannot find -landroid等问题
- 选择排序——堆排序
- 文章标题
- 杭电acm--1064
- Item 39:明智地使用private继承 Effective C++笔记
- parseInt中的转换细节
- 黑马程序员——网络编程
- Java中弹出对话框中的几种方式
- 文章标题
- HDU2025 查找最大元素