• 堆排序算法


    相关知识点

    • 大顶堆实现升序排序,小顶堆实现降序排序

    • 堆排序是基于堆结构实现

    • 堆是完全二叉树,父节点的索引为 i,左孩子节点的索引为 2*i + 1,右孩子节点的索引为 2*i + 2

      大顶堆:arr[i] >= arr[2*i + 1]  && arr[i] >= arr[2*i + 2]
      
      小顶堆:arr[i] <= arr[2*i + 1]  && arr[i] <= arr[2*i + 2]
      
      • 1
      • 2
      • 3

    堆排序思路

    • 将一个无序序列构建成一个堆

    • 将堆顶元素下沉到数组后面

    • 将剩余的 n - 1 个元素重新调整成一个堆

    • 继续将堆顶元素下沉

    • 重复执行上诉操作,直到得到一个完整的有序序列为止

    堆排序代码

    import java.util.Arrays;
    
    public class HeadSort {
    
        public static void main(String[] args) {
            int[] array = new int[]{3, 2, 5, 7, 4, 8, 15, 1};
            HeadSort.sort(array);
            System.out.println(Arrays.toString(array));
        }
    
        public static void sort(int[] arr) {
            // 1.构建大顶堆
            buildHead(arr);
    
            // 2.交换堆顶元素和末尾元素,并重新调整堆结构(不包含沉到后面的元素哦)
            for (int j = arr.length - 1; j > 0; j--) {
                swap(arr, 0, j);      // 将堆顶元素与末尾元素进行交换
                adjustHeap(arr, 0, j);   // 重新对堆进行调整
            }
    
        }
    
        // 构建堆(堆是在已有数组的基础上进行构建的)
        private static void buildHead(int[] arr){
            // 1.构建大顶堆,从最后一个非叶子结点开始
            for (int i = arr.length / 2 - 1; i >= 0; i--) {
                // 从最后一个非叶子结点自下而上,自左往右调整结构
                adjustHeap(arr, i, arr.length);
            }
        }
    
    
        // 调整堆结构
        public static void adjustHeap(int[] arr, int i, int len) {
            int left = 2 * i + 1;   // 左孩子的索引
            int right = 2 * i + 2;  // 右孩子的索引
            int maxIndex = i;  // 临时变量记录最大值的索引,初始时记录父节点的索引为最大值的索引
    
            if (left < len && arr[left] > arr[maxIndex]) {
                maxIndex = left;
            }
    
            if (right < len && arr[right] > arr[maxIndex]) {
                maxIndex = right;
            }
    
            if (maxIndex != i) {
            	// 若最大值在子孩子中,则交换它们的位置
                swap(arr, i, maxIndex);
                // 这一步为什么要递归调用,可能有初学者不太理解,我会解惑一栏中着重讲解
                adjustHeap(arr, maxIndex, len);
            }
    
        }
    
    
        // 交换元素
        public static void swap(int[] arr, int a, int b) {
            int temp = arr[a];
            arr[a] = arr[b];
            arr[b] = temp;
        }
    
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
    • 43
    • 44
    • 45
    • 46
    • 47
    • 48
    • 49
    • 50
    • 51
    • 52
    • 53
    • 54
    • 55
    • 56
    • 57
    • 58
    • 59
    • 60
    • 61
    • 62
    • 63
    • 64

    代码解惑

    // 调整堆结构
    public static void adjustHeap(int[] arr, int i, int len) {
        // 省略. . .
        
        if (maxIndex != i) {
        	// 若最大值在子孩子中,则交换它们的位置
            swap(arr, i, maxIndex);
            // 这一步为什么要递归调用,可能有初学者不太理解,我会解惑一栏中着重讲解
            adjustHeap(arr, maxIndex, len);
        }
    
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12

    对于上诉 if 语句中,为什么交换了孩子节点和父节点的位置后,要进行递归调用?这里的递归调用起到了什么作用?

    具体可以看我的另一篇文章 自底向上的构建二叉堆,文中有关于这个问题得详细解析


    算法分析

    • 建堆的时间复杂度为 O ( n ) O(n) O(n),遍历交换栈顶元素和尾部元素得时间复杂度为 O ( n ) O(n) O(n),调整堆结构得时间复杂度为 O ( l o g n ) O(logn) O(logn),总体时间复杂度为 O ( n l o g n ) O(nlogn) O(nlogn)

    • 堆排序属于就地排序,空间复杂度为 O ( 1 ) O(1) O(1)

    • 堆排序属于不稳定排序。因为在交换元素位置时,有可能会把后面的元素交换到前面去。


    参考文献

    https://www.cnblogs.com https://www.bilibili.com

  • 相关阅读:
    数据库安全性
    ELK 集群部署
    Day61 数据结构(线性表、链表)
    申请400电话需要的条件及办理流程
    vue的常用指令
    matlab层次分析法模型及相关语言基础
    Spark编程题
    Linux nohup命令
    Java实现基数排序
    【Python 实战基础】如何修改表格数据类型DataFrame列的顺序
  • 原文地址:https://blog.csdn.net/weixin_42950079/article/details/127365211