接着上一篇继续写
1.树形选择排序:又称锦标赛排序,是一种按照锦标赛的思想进行选择排序的方法。首先对n个记录的关键勃进行两两比较,然后在其中n/2个较小者之间再进行两两比较,如此重复,直到选出最小键字的记录为止,这个过程可用一棵有n个叶子结点的完全二叉树表示,如下图所示:
图中展示了选择最小关键字13的过程,输出13后,将13改为最大值,再进行同样的过程选出次小关键字,如此循环直到完成;
由于这种排序方法存在辅助存储空间较多,而且“最大值”进行多余的比较,因为这些缺点,就产生了下面的堆排序;
2.堆排序:只需要一个记录大小的辅助空间,每个待排序的记录大小占有一个存储空间。
我们先看看什么是堆:堆的定义:n个元素的序列(k1,k2,....,kn)当且仅当满足下关系时,称之为堆:
{Ki<=K2i且Ki<=K2i+1} 或 {Ki>=K2i且Ki>=K2i+1}
若将和此序列对应的一维数组看成是一个完全二叉树,则堆的含义表明,完全二叉树中所有非终端结点的值均不大于(或不小于)其左,右孩子结点的值。由此,若序列(k1,k2,....,knk)是堆,则堆顶元素(或完全二叉树的根)必为序列中n个元素的最小值(或最大值)。例如,下列两个序列为堆,对应的完全二叉树如下图所示:
堆排序思想:
先建一个“大顶堆”,即先选得一个关键字为最大的记录,然后与序列中最后一个记录交换,之后继续对序列中前 n-1 记录进行“筛选”,重新将它调整为一个“大顶堆”再将堆顶记录和第 n-1 个记录交换,如此反复直至排序结束。所谓“筛选”指的是对一棵左/右子树均为堆的完全二叉树,“调整”根结点使整个二叉树为堆.堆排序的特点:在以后各趟的“选择”中,利用在第一趟选择中已经得到的关键字比较的结果,整个过程如下图所示:
java代码示例:
/**
* <p>堆排序方法
* <p>基于大根堆的堆排序方法
*/
private void heapSort() {
Integer tmp; // 用于交换的暂存单元
buildHeap(); // 执行初始建堆,并调整
for(int i=0; i<array.length; i++) {
// 交换堆顶元素array[0]和堆中最后一个元素array[array.length-1-i]
tmp = array[0];
array[0] = array[array.length-1-i];
array[array.length-1-i] = tmp;
// 每次交换堆顶元素和堆中最后一个元素之后,都要对堆进行调整
adjustHeap(0, array.length-1-i);
}
}
/**
* <p>建堆方法
* <p>调整堆中0~array.length/2个结点,保持堆的性质
*
*/
private void buildHeap() {
// 求出当前堆中最后一个存在孩子结点的索引
int pos = (array.length-1)/2;
// 从该结点结点开始,执行建堆操作
for(int i=pos; i>=0; i--) {
adjustHeap(i, array.length); // 在建堆过程中,及时调整堆中索引为i的结点
}
}
/**
* <p>调整堆的方法
*
* @param s 待调整结点的索引
* @param m 待调整堆的结点的数量(亦即:排除叶子结点)
*/
private void adjustHeap(int s, int m) {
Integer tmp = array[s]; // 当前待调整的结点
int i = 2*s+1; // 当前待调整结点的左孩子结点的索引(i+1为当前调整结点的右孩子结点的索引)
while (i<m) {
if(i+1<m && array[i]<array[i+1]) { // 如果右孩子大于左孩子(找到比当前待调整结点大的孩子结点)
i = i+1;
}
if(array[s]<array[i]) {
array[s] = array[i]; // 孩子结点大于当前待调整结点,将孩子结点放到当前待调整结点的位置上
s = i; // 重新设置待调整的下一个结点的索引
i = 2*s+1;
}
else { // 如果当前待调整结点大于它的左右孩子,则不需要调整,直接退出
break;
}
array[s] = tmp; // 当前待调整的结点放到比其大的孩子结点位置上
}
}
归并排序:是将两个(或两个以上)有序表合并成一个新的有序表,即把待排序序列分为若干个子序列,每个子序列是有序的。然后再把有序子序列合并为整体有序序列
如 设有数列{6,202,100,301,38,8,1}
初始状态: [6] [202] [100] [301] [38] [8] [1] 比较次数
i=1 [6 202 ] [ 100 301] [ 8 38] [ 1 ] 3
i=2 [ 6 100 202 301 ] [ 1 8 38 ] 4
i=3 [ 1 6 8 38 100 202 301 ] 4
总计: 11次
下图展示了归并排序的过程
java代码示例:
/**
*归并排序,要求待排序的数组必须实现Comparable接口
*/
public class MergeSort implements SortStrategy
{ private Comparable[] bridge;
/**
*利用归并排序算法对数组obj进行排序
*/
public void sort(Comparable[] obj)
{ if (obj == null)
{ throw new NullPointerException("The param can not be null!");
}
bridge = new Comparable[obj.length]; //初始化中间数组
mergeSort(obj, 0, obj.length - 1); //归并排序
bridge = null;
}
/**
*将下标从left到right的数组进行归并排序
*@param obj 要排序的数组的句柄
*@param left 要排序的数组的第一个元素下标
*@param right 要排序的数组的最后一个元素的下标
*/
private void mergeSort(Comparable[] obj, int left, int right)
{ if (left < right)
{ int center = (left + right)/2;
mergeSort(obj, left, center);
mergeSort(obj, center + 1, right);
merge(obj, left, center, right);
}
}
/**
*将两个对象数组进行归并,并使归并后为升序。归并前两个数组分别有序
*@param obj 对象数组的句柄
*@param left 左数组的第一个元素的下标
*@param center 左数组的最后一个元素的下标
*@param right 右数组的最后一个元素的下标
*/
private void merge(Comparable[] obj, int left, int center, int right)
{ int mid = center + 1;
int third = left;
int tmp = left;
while (left <= center && mid <= right)
{ //从两个数组中取出小的放入中间数组
if (obj[left].compareTo(obj[mid]) <= 0)
{ bridge[third++] = obj[left++];
} else
bridge[third++] = obj[mid++];
}
//剩余部分依次置入中间数组
while (mid <= right)
{ bridge[third++] = obj[mid++];
}
while (left <= center)
{ bridge[third++] = obj[left++];
}
//将中间数组的内容拷贝回原数组
copy(obj, tmp, right);
}
/**
*将中间数组bridge中的内容拷贝到原数组中
*@param obj 原数组的句柄
*@param left 要拷贝的第一个元素的下标
*@param right 要拷贝的最后一个元素的下标
*/
private void copy(Comparable[] obj, int left, int right)
{ while (left <= right)
{ obj[left] = bridge[left];
left++;
} }
}