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点处打破原有序状态,那么只需要继续下沉,直至叶子结点。

因为是在子树中做交换,对树的其他分支并没有影响。

//下沉维护堆
	public static void sink(int[]a,int k,int N){

		while(2*k+1<=N){

			int j = 2*k+1;//左孩子的下标

			//j<N,说明存在右孩子
			//a[j]<a[j+1],左孩子小于右孩子
			if(j<N&&a[j]<a[j+1])
				j++;

			//如果根结点并没有小于他的孩子,不用下沉了
			if(!(a[k]<a[j]))
				break;

			//否则
			Example.exch(a, k, j);

			//交换后,更改当前,继续下沉
			k=j;

		}//end while

	}//end sink

二:下沉实现的堆排序(原地排序)

1、构建堆

对于一个普通的数组,我们可以将他看成一个无序的堆。

要使用堆排序,第一步就要将该数组构造成一个有序堆。

一个简单的思想是,创建一个新数组,通过堆的插入元素方法,一个一个插入原数组的元素,进而完成一个新堆。

其实并不需要,我们只要将前N/2的元素,下沉到合适的位置即可,此时堆即有序,后N/2全是叶子结点,无需下沉。

2、下沉排序

根据定义,根结点,既是数组的0位元素,永远是有序堆的最大值。

所以我们只需要将它和数组最后一个元素交换位置,再将大小为N-1的数组(除去最后一个元素,因为他是最大值,放在最后),从新构建成一个新堆即可。怎么构建呢?就是把新的0号元素下沉到适合的位置。

如此往复,即可得到一个有序的数组。

//下沉排序
	public static void sort(int []a){

		//构建堆
		//一开始可以将数组看作无序的堆
		//将从下标为N/2开始一直到0的元素下沉到合适的位置即可。N/2后面的元素,其实都是叶子结点,无需下沉。
		int N = a.length-1;

		for(int k = N/2;k>=0;k--){

			sink(a,k,N);

		}

		//下沉排序
		//堆的根结点永远是最大值,我们只需将最大值和最后一位的元素互换位置。然后再维护一个除原最大结点以外的N-1的堆,再将新堆的根节点放在倒数第二的位置。如此反复

		while(N>0){

			Example.exch(a, 0, N--);
			sink(a,0,N);

		}

	}//end sort

时间复杂度:

主要是下沉,其实下沉的时间复杂度非常直观,每次下沉,结点的高度-1,一棵树的高度是lgN,所以从0号位下沉到最后一位(最坏情况),也只是lgN。

后面我们在下沉排序里面对每个元素其实都进行了下沉,所以总的来说是NlgN。

空间复杂度:

我们在该算法中,并没有用到临时变量或者新建的数组,所以不需要额外的空间。复杂度是常数。

稳定性:

不稳定

时间: 2024-10-10 20:59:27

排序算法之堆排序(优先队列)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

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++) {