Java 堆排序

堆排序(Heap Sort)是一种基于堆数据结构的比较排序算法。堆是一种特殊的完全二叉树,分为最大堆和最小堆。在最大堆中,每个节点的值都大于或等于其子节点的值;在最小堆中,每个节点的值都小于或等于其子节点的值。堆排序通常使用最大堆来实现升序排序。

以下是堆排序的基本步骤:

  1. 构建最大堆:将数组重新组织成一个最大堆。
  2. 交换堆顶元素和末尾元素:将堆顶元素(最大值)与当前未排序部分的末尾元素交换,此时末尾元素即为当前最大值。
  3. 调整堆:将交换后的堆(不包括已排序的末尾元素)重新调整为最大堆。
  4. 重复步骤2和3:直到所有元素都排序完毕。

下面是Java实现堆排序的代码:

public class HeapSort {  
  
    // 主方法  
    public static void main(String[] args) {  
        int[] array = {12, 11, 13, 5, 6, 7};  
        int n = array.length;  
  
        System.out.println("未排序数组:");  
        printArray(array);  
  
        heapSort(array, n);  
  
        System.out.println("排序后数组:");  
        printArray(array);  
    }  
  
    // 堆排序方法  
    public static void heapSort(int[] array, int n) {  
        // 构建最大堆  
        for (int i = n / 2 - 1; i >= 0; i--) {  
            heapify(array, n, i);  
        }  
  
        // 一个个从堆顶取出元素,并调整堆  
        for (int i = n - 1; i >= 0; i--) {  
            // 将当前堆顶(最大值)移到数组末尾  
            int temp = array[0];  
            array[0] = array[i];  
            array[i] = temp;  
  
            // 调整堆,排除已排序的元素  
            heapify(array, i, 0);  
        }  
    }  
  
    // 调整堆  
    public static void heapify(int[] array, int n, int i) {  
        int largest = i; // 初始化父节点为最大值  
        int left = 2 * i + 1; // 左子节点  
        int right = 2 * i + 2; // 右子节点  
  
        // 如果左子节点存在且大于父节点  
        if (left < n && array[left] > array[largest]) {  
            largest = left;  
        }  
  
        // 如果右子节点存在且大于目前最大值  
        if (right < n && array[right] > array[largest]) {  
            largest = right;  
        }  
  
        // 如果最大值不是父节点  
        if (largest != i) {  
            int swap = array[i];  
            array[i] = array[largest];  
            array[largest] = swap;  
  
            // 递归调整受影响的子树  
            heapify(array, n, largest);  
        }  
    }  
  
    // 打印数组  
    public static void printArray(int[] array) {  
        int n = array.length;  
        for (int i = 0; i < n; ++i) {  
            System.out.print(array[i] + " ");  
        }  
        System.out.println();  
    }  
}

代码解释:

  1. heapSort方法
    • 首先通过for循环构建最大堆,从最后一个非叶子节点开始调整堆。
    • 然后通过另一个for循环,将堆顶元素(最大值)与当前未排序部分的末尾元素交换,并调整剩余部分的堆。
  2. heapify方法
    • 用于调整堆,确保父节点大于其子节点。
    • 找到左子节点和右子节点中较大的一个,并与父节点比较。
    • 如果父节点不是最大的,则进行交换,并递归调整受影响的子树。
  3. printArray方法
    • 用于打印数组。

这样,通过堆排序算法,你可以有效地对数组进行排序。堆排序的时间复杂度为O(n log n),适合处理大数据集。

### Java堆排序实现与原理 #### 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“堆”的特殊数据结构。堆可以分为两种形式:**大顶堆**和**小顶堆**。 - **大顶堆**是指父节点的值总是大于等于子节点的值。 - **小顶堆**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堆(或小顶堆)。对于升序排序来说,通常采用大顶堆;而对于降序排序,则使用小顶堆。随后不断取出堆顶元素(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堆,直到所有元素都被处理完毕[^3]。 #### 2. 构建堆的过程 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堆。 2. 在每次移除堆顶元素后,能够动态维护剩下的部分仍满足堆的定义。 ##### (a) 调整堆的操作 假设已经有一个接近堆结构的部分数组,可以通过自底向上的方式逐步修复堆属性。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堆的要求(比如在大顶堆中,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堆规则[^4]。 以下是调整堆的一个伪代码表示: ```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) 初始堆化过程 初始阶段,我们需要把整个输入数组转化为一个完整的堆。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 一旦完成了初始化堆的工作之后,就可以按照如下步骤来进行最终的排序: 1. 取出堆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` 处理以恢复堆特性; 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
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