java 堆排序

一、堆排序是什么

  是对树形选择排序进一步的改进,以弥补树形选择排序占用空间多的遗憾。采用堆排序的时候,需要一个记录大小的辅助空间,这个空间很小。堆排序的过程中将向量中储存的数据看作是是一颗完全二叉树,利用完全二叉树中双亲结点和孩子结点之间的内在关系选择关键字最小的记录。即排序记录仍采用向量数组方式存储,并非采用树的存储方式,而只是采用完全二叉树的顺序结构的特征。

二、算法思想

    将待排序的关键字放在一个数组里k[1...n],将k看作是一颗完全二叉树的顺序表示,每个节点表示一个记录,第一个看k[1]记录作为二叉树的根,k[2]到k[n]按顺序排列,任意结点k[i]的做孩子是k[2i],右孩子是k[2i+1],双亲是k[i/2]。对这颗完全二叉树调整建堆。

    称各结点的关键字值满足条件:k[i].key>=r[2i].key;且k[i].key>=k[2i+1]的完全二叉树为大根堆,反之,若这颗完全二叉树中的任意结点的关键值都小于等于它的左孩子和右孩子的关键值(当有左孩子和右孩子时)则称为小根堆。


三、实现步骤

建堆->使得前n-1个元素调整为堆,具体看代码

package com.lzq.relect;

/**
 * Created by lzqon 2017/3/26.
 */
public class HeapSort {
   public static void filt(int[] a, int k, int m) {
        int bg = a[k];//存储根节点上的数据
        int i = k;//定义开始索引
        int j = 2 * i;//根结点的左子树
        boolean finished = false;
        while (j <= m && !finished) {
            if (j + 1 <= m && a[j] < a[j + 1])/**判断是否存在右子树,若有则将右子树的坐标赋值给左子树,沿右分支筛选*/
                j = j + 1;
            if (bg >= a[j]) /*判断自己的左/右子树是否大于本身*/
            {
                finished = true;//若左右子树不大于自身,则结束
            } else {
                /*反之,则将自己的左/右子树赋值给自己,如此往复*/
                a[i] = a[j];
                i = j;
                j = 2 * i;
            }
        }
        a[i]=bg;//最后把根上的值放到对应的位置
    }

    /**
     *初始化堆:从数组的第n/2中间开始把所有子树调整为堆,逐层向上倒退,直到根结点
     * @param a 数组
     * @param n 数组的长度
     */
    public static void crt_heap(int[] a, int n){
        for(int i=n/2;i>=1;--i){
            filt(a,i,n);
        }
    }

    static  void HeapSortMethod(int[] a,int n){
            crt_heap(a,n);//建立堆
          for (int i = n; i>=2 ; --i) {/*堆顶元素此时为最大,只要循环将前i-1个元素调整为堆*/
            int b=a[1];
            a[1]=a[i];
            a[i]=b;
            filt(a,1,i-1);
        }
    }

      public static void main(String args[]){
        int aa[]={1,2,6,8,5,6};
          HeapSortMethod(aa,5);
          for (int i:aa) {
              System.out.println(i);
          }
      }



}


### Java堆排序的实现与原理 #### 1. 堆排序的基本原理 堆排序是一种基于比较的排序算法,主要依赖于一种称为“”的特殊数据结构可以分为两种形式:**大顶**和**小顶**。 - **大顶**是指父节点的值总是大于等于子节点的值。 - **小顶**则是指父节点的值总是小于等于子节点的值。 堆排序的核心思想是先将待排序的数据构建为一个大顶(或小顶)。对于升序排序来说,通常采用大顶;而对于降序排序,则使用小顶。随后不断取出顶元素(即当前最大值或最小值),并将剩余部分重新调整成一个新的,直到所有元素都被处理完毕[^3]。 #### 2. 构建的过程 为了完成堆排序,需要解决两个核心问题: 1. 将无序数组转换为一个合法的大顶。 2. 在每次移除顶元素后,能够动态维护剩下的部分仍满足的定义。 ##### (a) 调整的操作 假设已经有一个接近结构的部分数组,可以通过自底向上的方式逐步修复属性。具体做法是从某个非叶子节点开始向下遍历,如果发现该节点不符合的要求(比如在大顶中,父节点小于子节点),则交换父子节点的位置,并继续递归地检查被交换后的子节点是否仍然违反规则[^4]。 以下是调整的一个伪代码表示: ```java private void heapify(int[] array, int length, int i) { int largest = i; // 初始化最大值索引为根节点 int leftChild = 2 * i + 1; int rightChild = 2 * i + 2; // 如果左孩子存在且大于当前最大值 if (leftChild < length && array[leftChild] > array[largest]) { largest = leftChild; } // 如果右孩子存在且大于当前最大值 if (rightChild < length && array[rightChild] > array[largest]) { largest = rightChild; } // 如果最大值不是根节点,交换它们并递归调用heapify if (largest != i) { swap(array, i, largest); heapify(array, length, largest); // 继续下沉 } } ``` ##### (b) 初始化过程 初始阶段,我们需要把整个输入数组转化为一个完整的。由于完全二叉树的特点决定了最后一个非叶节点位于 `(n/2)-1` 的位置,所以可以从这个位置向前依次对每一个内部节点执行 `heapify` 操作[^1]。 #### 3. 完整的堆排序流程 一旦完成了初始化的工作之后,就可以按照如下步骤来进行最终的排序: 1. 取出顶元素放到已排序区域的最后一项; 2. 缩短未排序区间的长度; 3. 对新的未排序区间再次进行 `heapify` 处理以恢复特性; 4. 循环上述三步直至全部元素都进入到了已排序状态之中。 下面是完整的 Java 实现代码: ```java public class HeapSort { public static void sort(int[] array) { int n = array.length; // Build max heap. for (int i = n / 2 - 1; i >= 0; i--) { heapify(array, n, i); } // Extract elements one by one from the heap and place them at their correct positions. for (int i = n - 1; i > 0; i--) { // Move current root to end of unsorted part. swap(array, 0, i); // Call max heapify on reduced heap. heapify(array, i, 0); } } private static void heapify(int[] array, int length, int i) { int largest = i; // Initialize largest as root int leftChild = 2 * i + 1; int rightChild = 2 * i + 2; // If left child is larger than root if (leftChild < length && array[leftChild] > array[largest]) { largest = leftChild; } // If right child is larger than largest so far if (rightChild < length && array[rightChild] > array[largest]) { largest = rightChild; } // If largest is not root if (largest != i) { swap(array, i, largest); heapify(array, length, largest); // Recursively heapify affected sub-tree } } private static void swap(int[] array, int i, int j) { int temp = array[i]; array[i] = array[j]; array[j] = temp; } public static void main(String[] args) { int[] data = {4, 10, 3, 5, 1}; System.out.println("Original Array:"); printArray(data); sort(data); System.out.println("\nSorted Array:"); printArray(data); } private static void printArray(int[] array) { for (int value : array) { System.out.print(value + " "); } } } ``` 这段程序展示了如何通过堆排序技术有效地对一组随机数列实施升序排列[^2]。 --- ### 总结 堆排序以其时间复杂度 $O(n \log n)$ 和原地工作的特点,在很多场合下表现出色。虽然它不像快速排序那样平均表现更佳,但它具有最坏情况下的线性对数级效率优势[^5]。
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值