堆排序
2021-03-01 本文已影响0人
粑粑八成
预备知识
- 线性存储二叉树,即用数组来存储树(广度遍历存储)
- 根节点为i,则左节点arr[2i+1],右节点arr[2i+2]
- 最后一个非叶子节点开始(arr.length/2 - 1)
- 应用于完全二叉树,完全二叉树概念
基本介绍
- 是一种选择排序,最好、最坏、平均时间复杂度为O(nlogn),不稳定排序
- 完全二叉树,每个节点的值都大于子节点的值,子节点值没有大小关系,是大顶堆,反之小顶堆
- 大顶堆特点:arr[i]>=arr[2i+1] && arr[i] >= arr[2i+2] // i为数组下标,从0开始 ,小顶堆反之
- 升序采用大顶堆,降序采用小顶堆
基本思想
- 构建大顶堆
- 根节点(即最大值)与末尾元素交换
- 将剩下的元素重新构建大顶堆
- 重复直至剩一个元素
思路步骤
- 构建大顶堆,从下往上,从最后一个非叶子节点开始(arr.length/2 - 1)
- 选择排序,每次都找一个最大的值放到最末尾
实现
- 递归版本 2.非递归版本
public class HeapSort {
public static void main(String[] args) {
int arr[] = {4, 6, 8, 5, 9};
heapSort(arr);
System.out.println(Arrays.toString(arr));
}
public static void heapSort(int[] arr) {
for (int i = arr.length/2 - 1; i >= 0; i--) {
adjustHeap(arr, i, arr.length);
}
int temp;
for(int i = arr.length -1; i >0; i--) {
temp = arr[i];
arr[i] = arr[0];
arr[0] = temp;
adjustHeap2(arr, 0, i);
}
}
/**
* 非递归版本
* 把i以下的部分调整为大顶堆,从下往上,以左右节点为根的子树都已经是大顶堆了
* @param arr 被排序的数组
* @param i 非叶子节点的索引
* @param length 剩下未排序的部分
*/
public static void adjustHeap(int[] arr, int i, int length) {
int temp = arr[i];
for (int k = 2 * i + 1; k < length; k = 2*k+1) {
// 找到最大的
if(k+1 < length && arr[k] < arr[k+1]) {
k++;
}
// 交换
if(arr[k] > temp) {
// arr[i]变成了最大的值,那么temp应该放在什么位置呢,循环的意义就在于寻找满足大顶堆定义的位置,即i被赋予的新的含义
arr[i] = arr[k];
// 此时i的的含义变了,i变成了要被交换的索引
i = k;
} else {
// 找到一个满足大顶堆定义的就行了,用于安放被交换的值,下标是index,不用继续往下找了
break;
}
arr[i] = temp;
}
}
// 递归版本
public static void adjustHeap2(int[] arr, int i, int length) {
int left = 2*i + 1;
int right = left + 1;
int maxIndex = i;
int temp = arr[i];
// 找到最大的
if(left < length && arr[left] > arr[maxIndex]) {
maxIndex = left;
}
if(right < length && arr[right] > arr[maxIndex]) {
maxIndex = right;
}
// 交换
if(arr[i] < arr[maxIndex]) {
arr[i] = arr[maxIndex];
arr[maxIndex] = temp;
adjustHeap2(arr,maxIndex, length);
}
}
}