堆排序
堆排序基本介绍
- 堆排序是利用堆这种数据结构而设计的一种排序算法,堆排序是一种选择排序,它的最坏,最好,平均时间复杂度均为 O(nlogn),它也是不稳定排序。
- 堆是具有以下性质的完全二叉树:每个结点的值都大于或等于其左右孩子结点的值,称为大顶堆, 注意 : 没有要求结点的左孩子的值和右孩子的值的大小关系。
- 每个结点的值都小于或等于其左右孩子结点的值,称为小顶堆
- 大顶堆举例说明
5)小顶堆举例说明:
6)一般升序采用大顶堆,降序采用小顶堆
排序的基本思想
堆排序的基本思想是:
- 将待排序序列构造成一个大顶堆
- 此时,整个序列的最大值就是堆顶的根节点。
- 将其与末尾元素进行交换,此时末尾就为最大值。
- 然后将剩余 n-1 个元素重新构造成一个堆,这样会得到 n 个元素的次小值。如此反复执行,便能得到一个有序序列了。
可以看到在构建大顶堆的过程中,元素的个数逐渐减少,最后就得到一个有序序列了.
图解 大顶堆的构建过程
此时我们从最后一个非叶子结点开始(叶结点自然不用调整,第一个非叶子结点
arr.length/2-1=5/2-1=1,也就是下面的 6 结点),从左至右,从下至上进行调整。
找到第二个非叶节点 4,由于[4,9,8]中 9 元素最大,4 和 9 交换。
开始进行堆排序
代码实现
这里我直接测试了时间和速度,八百万数据2s左右
java">package tree;
import java.text.SimpleDateFormat;
import java.util.Arrays;
import java.util.Date;
/**
* 堆排序
*/
public class HeapSort {
public static void main(String[] args) {
// int arr[] = {4, 6, 8, 5, 9};
int[] arr=new int[8000000];
for (int i = 0; i < 8000000; i++) {
arr[i]= (int) (Math.random()*8000000);
}
System.out.println("排序前");
Date date1=new Date();
SimpleDateFormat simple=new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
String time1=simple.format(date1);
System.out.println(time1);
heapSort(arr);
Date date2 = new Date();
String time2=simple.format(date2);
System.out.println(time2);
}
//编写一个堆排序的方法
public static void heapSort(int arr[]) {
System.out.println("堆排序!");
int temp;
// //分布完成
// adjustHeap(arr,1,arr.length);
// System.out.println("第一次"+ Arrays.toString(arr));//4,9,8,5,6
//
// adjustHeap(arr,0,arr.length);
// System.out.println("第二次"+Arrays.toString(arr));//9,6,8,5,4
//将无需序列构建成一个堆,根据升序降序需求选择大顶堆或者小顶堆
for (int i = arr.length / 2 - 1; i >= 0; i--) {
adjustHeap(arr, i, arr.length);
}
// System.out.println(Arrays.toString(arr));
/**
*
*/
for (int j = arr.length - 1; j > 0; j--) {
//交换
temp = arr[j];
arr[j] = arr[0];
arr[0]=temp;
//因为这里已经把最大的数给放到最后了,所以在进行大顶堆的时候去掉最后一个数
adjustHeap(arr,0,j);
}
// System.out.println(Arrays.toString(arr));
}
//将一个数组(二叉树),调整成一个大顶堆
/**
* 功能:完成 将 以i 对应的非叶子节点的数调整成大顶堆
*
* @param arr 待调整的数组
* @param i 表示非叶子节点在数组中的索引
* @param length 表示对多少个元素进行调整,length 实在逐渐的减少
*/
public static void adjustHeap(int arr[], int i, int length) {
int temp = arr[i];//先取出当前元素的值,保存在临时变量
//开始调整
//说明
//1. k = i*2+1 k是i节点的左子节点
//这里依然要使用循环,是因为最后在堆排序的时候是从下到上的
//排序中向上调用这个方法是,i也会往上走
//这时再次调用adjustHeap方法时,i就不是最后一个非叶子节点了
//会破坏原先已经排序号的大顶堆,所以需要循环往下将被破坏的大顶堆重新建立起来
//这里我就在下面画图示意
for (int k = i * 2 + 1; k < length; k = k * 2 + 1) {
if (k + 1 < length && arr[k] < arr[k + 1]) { //说明左子节点的值小于右子节点的值
k++;
}
if (arr[k] > temp) {//如果子节点大于父节点
arr[i] = arr[k]; //把较大的值赋给当前节点
i = k; //!!! i 指向k,继续循环比较
} else {
break; //!!!!
}
}
//当for循环结束后,我们以及将以i为父节点的树的最大值放在了最顶(局部的)
arr[i] = temp;
}
}
说明
如果在进行大顶堆的时候不进行循环的话,就可能出现以上情况,只保证了每一个节点实现了大顶堆,但是整个树是乱套的
以上资料均来自尚硅谷