排序算法:堆排序

排序算法:堆排序目录一、堆:二、堆排序:一、堆:1、什么是堆:堆是一种特殊的树,它满足需要满足两个条件:(1)堆是一种完全二叉树,也就是除了最后一层,其他层的节点个数都是满的,最后一个节点都靠左排列。(2)堆中每一个节点的值都必须大于等于(或小于等于)其左右子节点的值。对于每个节点的值都大于等于子树中每个节点值的堆,我们叫作“大顶堆”。对于每个节点的值都小于等于子树中每个节点值的堆,我们叫作“小顶堆”。2、堆的实现:用数组来存储完全二叉树是非常节省内存空间的,因为我们不需要存储左右子

目录

一、堆:

二、堆排序:


一、堆:

1、什么是堆:

堆是一种特殊的树,它满足需要满足两个条件:

(1)堆是一种完全二叉树,也就是除了最后一层,其他层的节点个数都是满的,最后一个节点都靠左排列。

(2)堆中每一个节点的值都必须大于等于(或小于等于)其左右子节点的值。

对于每个节点的值都大于等于子树中每个节点值的堆,我们叫作“大顶堆”。对于每个节点的值都小于等于子树中每个节点值的堆,我们叫作“小顶堆”。

2、堆的实现:

用数组来存储完全二叉树是非常节省内存空间的,因为我们不需要存储左右子节点的指针,单纯通过数组的下标,就可以找到一个节点的子节点和父节点。

排序算法:堆排序

 从图中我们可以看到,数组中下标为 i 的节点的左子节点,就是下标为 i∗2 的节点,右子节点就是下标为 i∗2+1的节点,父节点就是下标为i/2的节点。

3、堆的核心操作:

(1)往堆中插入一个元素:

我们新插入一个元素之后,堆可能就不满足堆的特性了,就需要进行调整,让其重新满足堆的特性,即堆化(heapify),堆化非常简单,就是顺着节点所在的路径,向上或者向下,对比,然后交换。所以分为两种,从下往上 和 从上往下。

①从下往上堆化:

例如:在已经建好的堆中插入值为“22”的结点,这时候就需要重新调整堆结构,过程如下:

排序算法:堆排序

Java代码实现: 

public class Heap {
	private int[] a;//数组,从下标1开始存储数据
	private int n;//堆可以存储的最大数据个数
	private int count;//堆中已经存储的数据个数
	
	public Heap(int capacity){
		a = new int[capacity+1];
		n=capacity;
		count = 0;
	}
	
	//1、插入数据,并从下往上堆化
	public void insert(int data){
		if(count>=n) return;//堆满了
		++count;
		a[count]=data;
		int i = count;
		while(i/2>0 && a[i]>a[i/2]){
			swap(a,i,i/2);
			i=i/2;
		}
	}
 
	private void swap(int[] array, int i, int j) {
		int temp=array[j];
		array[j]=array[i];
		array[i]=temp;
	}
}

(2)从堆中删除堆顶元素:

删除步骤:把最后一个节点放到堆顶,然后利用同样的父子节点对比方法。对于不满足父子节点大小关系的,互换两个节点,并且重复进行这个过程,直到父子节点之间满足大小关系为止。这就是从上往下的堆化方法

例如:删除堆顶的“33”结点,删除步骤如下:

排序算法:堆排序

 Java代码实现:

        public void removeMax(){
		if(count ==0) return;
		a[1]=a[count];
		--count;
		heapity(a,count,1);
	}
 
	//2、自上往下堆化
	private void heapity(int[] a2, int n, int i) {
		while(true){
			int MaxPos=i;
			if(i*2<=n && a[i]<a[i*2]) MaxPos=i*2;
			if(i*2+1<=n && a[MaxPos]<a[i*2+1]) MaxPos=i*2+1;
			
			if(MaxPos==i) break;
			swap(a, i, MaxPos);
			i=MaxPos;
		}
	}

一个包含 n个节点的完全二叉树,树的高度不会超过 log2n。堆化的过程是顺着节点所在路径比较交换的,所以堆化的时间复杂度跟树的高度成正比,也就O(logn)。插入数据和删除堆顶元素的主要逻辑就是堆化,所以在堆中插入一个元素和删除堆顶元素的时间复杂度都是O(logn)。

二、堆排序:

1、算法原理:

堆排序是指利用堆这种数据结构进行排序的一种算法。

(1)排序过程中,只需要个别临时存储空间,所以堆排序是原地排序算法,空间复杂度为O(1)。

(2)堆排序的过程分为建堆和排序两大步骤。建堆过程的时间复杂度为O(n),排序过程的时间复杂度为O(nlogn),所以,堆排序整体的时间复杂度为O(nlogn)。

(3)堆排序不是稳定的算法,因为在排序的过程中,存在将堆的最后一个节点跟堆顶节点互换的操作,所以可能改变值相同数据的原始相对顺序。

2、建堆:

(1)第一种是实现思路:借助前面的,在堆中插入元素的思路。将要排序的数组从前往后处理,依次到插入堆中,并且每次都从下往上进行堆化。

(2)第二种实现实现思路:从后往前处理数组,并且每个数据都是从上往下堆化。也就是从二叉树中第一个非叶子节点开始开始堆化,因为叶子节点往下堆化只能自己跟自己比较。如下图:

排序算法:堆排序

 

排序算法:堆排序

Java代码实现: 

        //3、第二种堆化的方法:
	public void buildHeap(int[] a,int n){
		for(int i=n/2;i>=1;--i){
			heapity(a,n,i);
		}
	}
	
	//2、自上往下堆化
	private void heapity(int[] a, int n, int i) {
		while(true){
			int MaxPos=i;
			if(i*2<=n && a[i]<a[i*2]) MaxPos=i*2;
			if(i*2+1<=n && a[MaxPos]<a[i*2+1]) MaxPos=i*2+1;
			
			if(MaxPos==i) break;
			swap(a, i, MaxPos);
			i=MaxPos;
		}
	}

3、排序:

(1)建堆:建堆结束后,数组中的数据已经是按照大顶堆的特性组织的。数组中的第一个元素就是堆顶。

(2)取出最大值(类似删除操作):将堆顶元素a[1]与最后一个元素a[n]交换,这时,最大元素就放到了下标为n的位置。

(3)重新堆化:交换后新的堆顶可能违反堆的性质,需要重新进行堆化。

(4)重复(2)(3)操作,直到最后堆中只剩下下标为1的元素,排序就完成了。
 

排序算法:堆排序

Java代码实现: 

        //4、排序,n表示数据的个数。
	public void sort(int[] a,int n) {
		buildHeap(a,n);
		int k=n;
		while(k>1){
			swap(a, 1, k);
			--k;
			heapity(a,k,1);
		}
	}

 

今天的文章排序算法:堆排序分享到此就结束了,感谢您的阅读。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
如需转载请保留出处:https://bianchenghao.cn/8576.html

(0)
编程小号编程小号

相关推荐

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注