【排序算法】(9)堆排序

堆排序



2019-11-10  11:45:11  by冲冲

1、概念

堆排序是利用堆这种数据结构而设计的一种排序算法,堆排序是一种选择排序,它的最坏,最好,平均时间复杂度均为O(nlogn),它也是不稳定排序。首先简单了解下堆结构。

堆是具有以下性质的完全二叉树:每个结点的值都大于或等于其左右孩子结点的值,称为大顶堆;或者每个结点的值都小于或等于其左右孩子结点的值,称为小顶堆。如下图:

同时,我们对堆中的结点按层进行编号,将这种逻辑结构映射到数组中就是下面这个样子:

该数组从逻辑上讲就是一个堆结构,我们用简单的公式来描述一下堆的定义就是:

大顶堆:arr[i] >= arr[2i+1] && arr[i] >= arr[2i+2]  

小顶堆:arr[i] <= arr[2i+1] && arr[i] <= arr[2i+2]  

2、基本思想

堆排序的基本思想是:将待排序序列构造成一个大顶堆,此时,整个序列的最大值就是堆顶的根节点。将其与末尾元素进行交换,此时末尾就为最大值。然后将剩余n-1个元素重新构造成一个堆,这样会得到n个元素的次小值。如此反复执行,便能得到一个有序序列了

步骤一 构造初始堆。将给定无序序列构造成一个大顶堆(一般升序采用大顶堆,降序采用小顶堆)。

1.假设给定无序序列结构如下

2.此时我们从最后一个非叶子结点开始(叶结点自然不用调整,第一个非叶子结点 arr.length/2-1=5/2-1=1,也就是下面的6结点),从左至右,从下至上进行调整。

3.找到第二个非叶节点4,由于[4,9,8]中9元素最大,4和9交换。

这时,交换导致了子根[4,5,6]结构混乱,继续调整,[4,5,6]中6最大,交换4和6。

此时,我们就将一个无需序列构造成了一个大顶堆。

步骤二 将堆顶元素与末尾元素进行交换,使末尾元素最大。然后继续调整堆,再将堆顶元素与末尾元素交换,得到第二大元素。如此反复进行交换、重建、交换。

a.将堆顶元素9和末尾元素4进行交换

b.重新调整结构,使其继续满足堆定义

c.再将堆顶元素8与末尾元素5进行交换,得到第二大元素8.

后续过程,继续进行调整,交换,如此反复进行,最终使得整个序列有序

再简单总结下堆排序的基本思路:

① 将无需序列构建成一个堆,根据升序降序需求选择大顶堆或小顶堆;

② 将堆顶元素与末尾元素交换,将最大元素"沉"到数组末端;

③ 重新调整结构,使其满足堆定义,然后继续交换堆顶元素与当前末尾元素,反复执行调整+交换步骤,直到整个序列有序。

3、完整代码

 1 public class HeapSort {
 2     public static void main(String []args){
 3         int i;
 4         int []a = {9,8,7,6,5,4,3,2,1};
 5
 6         System.out.printf("before sort:");
 7         for (i=0; i<a.length; i++)
 8             System.out.printf("%d ", a[i]);
 9         System.out.printf("\n");
10
11         heapSort(a);
12
13         System.out.printf("after  sort:");
14         for (i=0; i<a.length; i++)
15             System.out.printf("%d ", a[i]);
16         System.out.printf("\n");
17     }
18     public static void heapSort(int []arr){
19         //1.构建大顶堆
20         for(int i=arr.length/2-1;i>=0;i--){
21             //从第一个非叶子结点从下至上,从右至左调整结构
22             adjustHeap(arr,i,arr.length);
23         }
24         //2.调整堆结构+交换堆顶元素与末尾元素
25         for(int j=arr.length-1;j>0;j--){
26             swap(arr,0,j);//将堆顶元素与末尾元素进行交换
27             adjustHeap(arr,0,j);//重新对堆进行调整
28         }
29
30     }
31
32     /**
33      * 调整大顶堆(仅是调整过程,建立在大顶堆已构建的基础上)
34      */
35     public static void adjustHeap(int []arr,int i,int length){
36         int temp = arr[i];//先取出当前元素i
37         for(int k=i*2+1;k<length;k=k*2+1){
38             //从i结点的左子结点开始,也就是2i+1处开始
39             if(k+1<length && arr[k]<arr[k+1]){
40                 //如果左子结点小于右子结点,k指向右子结点
41                 k++;
42             }
43             if(arr[k] >temp){
44                 //如果子节点大于父节点,将子节点值赋给父节点(不用进行交换)
45                 arr[i] = arr[k];
46                 i = k;
47             }else{
48                 break;
49             }
50         }
51         arr[i] = temp;//将temp值放到最终的位置
52     }
53
54     /**
55      * 交换元素
56      */
57     public static void swap(int []arr,int a ,int b){
58         int temp=arr[a];
59         arr[a] = arr[b];
60         arr[b] = temp;
61     }
62 }
before sort:  9 8 7 6 5 4 3 2 1
after  sort:  1 2 3 4 5 6 7 8 9 

原文地址:https://www.cnblogs.com/yadiel-cc/p/11829407.html

时间: 2024-10-29 02:59:05

【排序算法】(9)堆排序的相关文章

排序算法系列——堆排序

记录学习点滴,菜鸟成长记 堆排序引入了另一种算法设计技巧:使用一种我们称之为“堆”的数据结构来进行数据管理. 堆排序算是真正意义上的利用数据结构来求解数组排序的方法. “插入排序”和“归并排序”可以看做是一种“计算机体力活”,体现的思想更多的是去模拟最简单的人类思维,比如插入排序过程中的比较,归并中子问题合并时的比较. “堆排序”可以看做是“计算机脑力活”,他利用了一种结构化的语言来表达,这种结构化带来一些性质,比如左右孩子.比[堆大小的一半向下取整]大的下标都是叶节点不需要维护其最大堆性质等.

排序算法之堆排序(Heapsort)解析

一.堆排序的优缺点(pros and cons) (还是简单的说说这个,毕竟没有必要浪费时间去理解一个糟糕的的算法) 优点: 堆排序的效率与快排.归并相同,都达到了基于比较的排序算法效率的峰值(时间复杂度为O(nlogn)) 除了高效之外,最大的亮点就是只需要O(1)的辅助空间了,既最高效率又最节省空间,只此一家了 堆排序效率相对稳定,不像快排在最坏情况下时间复杂度会变成O(n^2)),所以无论待排序序列是否有序,堆排序的效率都是O(nlogn)不变(注意这里的稳定特指平均时间复杂度=最坏时间复

排序算法: 堆排序法

一,使用堆排序法之前,需要了解堆的特性: 1,堆一般都用数组的方式来存储,堆分为“最大堆”和“最小堆”: 2,以“最大堆”为例: (1)一个节点最多有两个子节点,即左右节点,每个节点都是一个堆: (2)父节点的值不小于子节点的值: (3)一个i节点,其父节点为(i-1)/2,左节点(2*i+1),右节点(2*i+2) 一个最大堆例子: 数组 int a[]: 83 78 81 48 17 27 二,将一个数组形成堆(以最大堆为例) 数组a[]: 27 48 81 78 17 83 形成最大堆思路

排序算法之堆排序(优先队列)

1.堆排序的堆,其实是一个 完全二叉树.既是一个结点要么是叶子结点,要么必定有左右两个子节点的树. 2.堆有序:每个结点的值,都必须大于两个子节点.但是两个子结点的大小不作要求. 3.一棵大小为N的完全二叉树,高度为lgN(层). 用数组实现堆,假设数组下标从0开始,下标为k的元素,它的左子树是2k+1,右子树是左子树+1,即2k+2 一:由上至下的有序化(下沉) 如果堆的有序状态,因为某个结点比它的两个子结点或者其中之一小而打破了,那么可以通过与两个子结点中的较大者来交换. 交换后可能会在子结

排序算法之堆排序

1. 堆排序的思想 输入一个数组,利用一组二叉树的操作使其变成有序的数组,就是堆排序 堆排序利用的是二叉树的思想,操作对象是数组,所以数组需要在逻辑上映射到二叉树上,由于数组的下标是连续的,而二叉树中只有完全二叉树和满二叉树是连续的,所以将数组元素逐个映射到完全二叉树上,然后配备一系列的操作即可.例如数组data[]={9,6,5,4,3,2,1,7},映射到完全二叉树上如下图所示. 2.堆排序的过程 还是用上面的data数组作为输入数组,映射到完全二叉树如上图所示,怎么利用二叉树的性质,才能使

算法学习之排序算法:堆排序

要了解堆排序,首先要了解堆的概念,因为本文主要研究堆排序的算法,此处对数据结构堆只是给出概念:n个元素的序列{k1,k2,...kn},当且仅当满足如下关系时,称之为堆. k[i] <= k[2i]且k[i] <= k[2i+1] (或 k[i] >= k[2i]且k[i] >= k[2i+1]) 比如:序列96.83.27.38.11.09(或12.36.24.85.47.30.53.91)都是堆. 如果将堆对应的一维数组看成是一个二叉树,则堆的含义表明:完全二叉树中所有非终端结

排序算法(2) 堆排序 C++实现

堆 1 数组对象 2 可以视为一棵完全二叉树 3 一个堆可以被看作一棵二叉树和一个数组,如下图所示: 4 下标计算(通常使用内联函数或者宏来定义下标操作): 已知某个结点的下标为i 其父节点下标:i/2向下取整 左孩子下标:2i 右孩子下标:2i+1 5 最大堆:除根节点以外的每个节点i,有A[PARENT(i)] >= A[i] 最小堆:除根节点意外的每个节点i,有A[PARENT(i)] <= A[i] 堆排序 步骤: 建大顶堆 去堆顶元素与当前堆的最后一个元素进行互换. 该堆顶元素已达最

排序算法:堆排序

堆排序 1. 堆: 1. 一种完全二叉树. 2. 每个结点的值都大于或等于其左右子结点的值,大顶堆. 3. 小顶堆同理. 2. 是简单选择排序的一种改进:把每次比较的结果用堆来保存起来. 3. 堆排序(大顶堆): 1. 将待排序列构造成一个大顶堆. 2. 将堆顶和待排序列最后一个元素交换,也就是保存起来. 3. 将剩余的序列(去除最后一个元素)重新构造成一个堆. 4. 重复23 . 4. 待排序列构造初始大顶堆: 1. 设序列长度length,已经构造好最初的完全二叉树,无序. 2. 从最下层最

初级排序算法之堆排序

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. 参考地址 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 *

排序算法(堆排序)

堆排序是对选择排序的改进(时间复杂度和希尔排序一样O(nlog2n)) 数据结构:完全二叉树(大顶堆,根节点都比左右节点大,小顶堆,根节点小于双亲节点) public class HeapSort {    public static void main(String[] args) {        int a[]={1,2,4,9,33,2,6,7,10,11};        sort(a, 10);        for (int i = 0; i < a.length; i++) {