个人中心
gpt4 book ai didi

堆排序算法的讲解及Java版实现

转载 作者：qq735679552 更新时间：2022-09-29 22:32:09 26 4
gpt4 key购买 nike

CFSDN坚持开源创造价值，我们致力于搭建一个资源共享平台，让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章堆排序算法的讲解及Java版实现由作者收集整理，如果你对这篇文章有兴趣，记得点赞哟.

堆是数据结构中的一种重要结构，了解了“堆”的概念和操作，可以快速掌握堆排序.

堆的概念 堆是一种特殊的完全二叉树（complete binary tree）。如果一棵完全二叉树的所有节点的值都不小于其子节点，称之为大根堆（或大顶堆）；所有节点的值都不大于其子节点，称之为小根堆（或小顶堆）。 在数组（在0号下标存储根节点）中，容易得到下面的式子（这两个式子很重要）： 1.下标为i的节点，父节点坐标为(i-1)/2； 2.下标为i的节点，左子节点坐标为2*i+1，右子节点为2*i+2.

堆的建立和维护 堆可以支持多种操作，但现在我们关心的只有两个问题： 1.给定一个无序数组，如何建立为堆？ 2.删除堆顶元素后，如何调整数组成为新堆？ 先看第二个问题。假定我们已经有一个现成的大根堆。现在我们删除了根元素，但并没有移动别的元素。想想发生了什么：根元素空了，但其它元素还保持着堆的性质。我们可以把最后一个元素（代号A）移动到根元素的位置。如果不是特殊情况，则堆的性质被破坏。但这仅仅是由于A小于其某个子元素。于是，我们可以把A和这个子元素调换位置。如果A大于其所有子元素，则堆调整好了；否则，重复上述过程，A元素在树形结构中不断“下沉”，直到合适的位置，数组重新恢复堆的性质。上述过程一般称为“筛选”，方向显然是自上而下。 删除一个元素是如此，插入一个新元素也是如此。不同的是，我们把新元素放在末尾，然后和其父节点做比较，即自下而上筛选。 那么，第一个问题怎么解决呢？ 我看过的数据结构的书很多都是从第一个非叶子结点向下筛选，直到根元素筛选完毕。这个方法叫“筛选法”，需要循环筛选n/2个元素。 但我们还可以借鉴“无中生有”的思路。我们可以视第一个元素为一个堆，然后不断向其中添加新元素。这个方法叫做“插入法”，需要循环插入(n-1)个元素。 由于筛选法和插入法的方式不同，所以，相同的数据，它们建立的堆一般不同.

大致了解堆之后，堆排序就是水到渠成的事情了.

算法概述/思路 我们需要一个升序的序列，怎么办呢？我们可以建立一个最小堆，然后每次输出根元素。但是，这个方法需要额外的空间（否则将造成大量的元素移动，其复杂度会飙升到O(n^2)）。如果我们需要就地排序（即不允许有O(n)空间复杂度），怎么办？ 有办法。我们可以建立最大堆，然后我们倒着输出，在最后一个位置输出最大值，次末位置输出次大值……由于每次输出的最大元素会腾出第一个空间，因此，我们恰好可以放置这样的元素而不需要额外空间。很漂亮的想法，是不是?

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
public class HeapSort {
 
   public static void main(String[] args) {
     int [] arr = { 50 , 10 , 90 , 30 , 70 , 40 , 80 , 60 , 20 };
     System.out.println( "排序之前：" );
     for ( int i = 0 ; i < arr.length; i++) {
       System.out.print(arr[i] + " " );
     }
 
     // 堆排序
     heapSort(arr);
 
     System.out.println();
     System.out.println( "排序之后：" );
     for ( int i = 0 ; i < arr.length; i++) {
       System.out.print(arr[i] + " " );
     }
   }
 
   /**
    * 堆排序
    */
   private static void heapSort( int [] arr) { 
     // 将待排序的序列构建成一个大顶堆
     for ( int i = arr.length / 2 ; i >= 0 ; i--){ 
       heapAdjust(arr, i, arr.length); 
     }
     
     // 逐步将每个最大值的根节点与末尾元素交换，并且再调整二叉树，使其成为大顶堆
     for ( int i = arr.length - 1 ; i > 0 ; i--) { 
       swap(arr, 0 , i); // 将堆顶记录和当前未经排序子序列的最后一个记录交换
       heapAdjust(arr, 0 , i); // 交换之后，需要重新检查堆是否符合大顶堆，不符合则要调整
     }
   }
 
   /**
    * 构建堆的过程
    * @param arr 需要排序的数组
    * @param i 需要构建堆的根节点的序号
    * @param n 数组的长度
    */
   private static void heapAdjust( int [] arr, int i, int n) {
     int child;
     int father; 
     for (father = arr[i]; leftChild(i) < n; i = child) {
       child = leftChild(i);
       
       // 如果左子树小于右子树，则需要比较右子树和父节点
       if (child != n - 1 && arr[child] < arr[child + 1 ]) {
         child++; // 序号增1，指向右子树
       }
       
       // 如果父节点小于孩子结点，则需要交换
       if (father < arr[child]) {
         arr[i] = arr[child];
       } else {
         break ; // 大顶堆结构未被破坏，不需要调整
       }
     }
     arr[i] = father;
   }
 
   // 获取到左孩子结点
   private static int leftChild( int i) {
     return 2 * i + 1 ;
   }
   
   // 交换元素位置
   private static void swap( int [] arr, int index1, int index2) {
     int tmp = arr[index1];
     arr[index1] = arr[index2];
     arr[index2] = tmp;
   }
}

  。

最后此篇关于堆排序算法的讲解及Java版实现的文章就讲到这里了,如果你想了解更多关于堆排序算法的讲解及Java版实现的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！ 。

26 4 0
文章推荐： Java Web编程之Servlet技术详解
文章推荐： 全面解析Java中的注解与注释
文章推荐： mac下golang安装了windows编译环境后编译变慢
文章推荐： go解析svn log生成的xml格式的文件
qq735679552
个人简介

我是一名优秀的程序员,十分优秀！

滴滴打车优惠券免费领取
滴滴打车优惠券
全站热门文章
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com