堆排序的思想
堆排序的具体算法,思想是每次取出堆的最顶层根节点,即数组下标为0,然后与最后一个节点即i+1交换。
建堆过程:
- 首先将原始队列构建成完全二叉树
- 然后从第一个非叶子节点开始,比较当前节点和其孩子节点,将最大的元素放在当前节点,交换当前节点和最大节点元素。
注意:如果根节点是a[0],那么第一个非叶子节点就是倒数第二层的最后一个根节点,下标为length/2-1
- 将当前元素前面所有的元素都进行2的过程,这样就生成了最大堆
/**
* @param data 原始数组序列
* @brief 构建堆
*/
public static void buildHeap(int[] data) {
/**
* 获取最后一个非叶子节点
*/
int begin = data.length / 2;
for (int i = begin; i >= 0; i--) {
adjustHeap(data, data.length, i);
}
}
/**
* @param data 要调整的数组
* @param heapSize 长度
* @param index 需要调整的节点的下标
* @brief 调整堆
*/
public static void adjustHeap(int[] data, int heapSize, int index) {
/**
* 节点index的左孩子下标
*/
int leftChildSubscript = 2 * index + 1;
/**
*节点index的右孩子下标
*/
int rightChildSubscript = 2 * index + 2;
/**
* 最大元素的初始下标
*/
int largestSubscript = index;
/**
* 找到最大元素
*/
/**
* 如果当前根节点小于左孩子的值,那么最大元素的下标为左孩子的下标.
*/
if ((leftChildSubscript < heapSize) && (data[largestSubscript] < data[leftChildSubscript])) {
largestSubscript = leftChildSubscript;
}
/**
*如果当前根节点小于右孩子的值,那么最大元素的下标为右孩子的下标.
*/
if ((rightChildSubscript < heapSize) && (data[largestSubscript] < data[rightChildSubscript])) {
largestSubscript = rightChildSubscript;
}
/**
* 将最大元素调整至根节点.
* 根节点不是最大的,那么就调整.
*/
if (index != largestSubscript) {
/**
* 将根节点的值与子节点中的最大值进行调整.
*/
swapElements(data, index, largestSubscript);
/**
*/
adjustHeap(data, heapSize, largestSubscript);
}
}
public static void swapElements(int[] data, int index1, int index2) {
int temp = data[index1];
data[index1] = data[index2];
data[index2] = temp;
}
堆排序的过程:
首先将原始序列构建为一个堆。
- 将堆顶元素和最后一个元素交换,列表长度减1。由此无序区减1,有序区加1
- 剩余元素重新调整建堆
- 继续1和2,直到所有元素都完成排序
/**
* @param data 原始数组
* @brief 堆排序
*/
public static void heapSort(int[] data) {
int length = data.length;
/**
* 构建堆
*/
buildHeap(data);
while (length >= 1) {
/**
* 将堆的最后一个元素与堆顶元素交换.
*/
swapElements(data, 0, length - 1);
length--;
/**
* 将剩余元素调整为堆
*/
adjustHeap(data, length, 0);
}
}
时间复杂度分析
建堆的时间复杂度最差为O(N),最好为O(1)
堆排序的时间复杂度是O(NlogN)
堆排序为原地排序,空间复杂度为O(1)
版权声明:欢迎交流
时间: 2024-11-05 06:30:26