• 堆排序(Heap Sort)


    算法描述

    堆排序(Heapsort)是指利用堆这种数据结构所设计的一种排序算法。堆积是一个近似完全二叉树的结构,并同时满足堆积的性质:即子结点的键值或索引总是小于(或者大于)它的父节点。

    • 将初始待排序关键字序列(R1,R2….Rn)构建成大顶堆,此堆为初始的无序区
    • 将堆顶元素R[1]与最后一个元素R[n]交换,此时得到新的无序区(R1,R2,……Rn-1)和新的有序区(Rn),且满足R[1,2…n-1]<=R[n];
    • 由于交换后新的堆顶R[1]可能违反堆的性质,因此需要对当前无序区(R1,R2,……Rn-1)调整为新堆,然后再次将R[1]与无序区最后一个元素交换,得到新的无序区(R1,R2….Rn-2)和新的有序区(Rn-1,Rn)。不断重复此过程直到有序区的元素个数为n-1,则整个排序过程完成。

    动图演示

    代码实现

    public class Heap {
    
        private final static int[] arr = new int[]{1, 11, 11, 2, 12, 3, 4, 56, 33, 5, 6};
        private static int len = arr.length;
    
        public static int[] sort(int[] arr) {
            build(arr);
            for (int i = arr.length - 1; i > 0; i--) {
                swap(arr, 0, i);
                len--;
                heapify(arr, 0);
            }
            return arr;
        }
    
        public static void build(int[] arr) {
            int len = arr.length;
            for (int i = Math.floorDiv(len, 2); i >= 0; i--) {
                heapify(arr, i);
            }
        }
    
        public static void heapify(int[] arr, int midPoint) {
            int leftPoint = 2 * midPoint + 1;
            int rightPoint = 2 * midPoint + 2;
            int largestPoint = midPoint;
            if (leftPoint < len && arr[leftPoint] > arr[largestPoint]) {
                largestPoint = leftPoint;
            }
            if (rightPoint < len && arr[rightPoint] > arr[largestPoint]) {
                largestPoint = rightPoint;
            }
            if (largestPoint != midPoint) {
                swap(arr, midPoint, largestPoint);
                heapify(arr, largestPoint);
            }
        }
    
        public static void swap(int[] arr, int midPoint, int largestPoint) {
            int temp = arr[midPoint];
            arr[midPoint] = arr[largestPoint];
            arr[largestPoint] = temp;
        }
    
        public static void main(String[] args) {
            sort(arr);
            Arrays.stream(arr).forEach(System.out::println);
        }
    }
    

    复杂度分析

  • 相关阅读:
    React 源码剖析系列 - 生命周期的管理艺术
    大数据浪潮下的前端工程师
    win7 秘钥
    Immutable 详解及 React 中实践
    js 设置日期函数
    node 一站式 学习 教程
    Python_如何定义带参数的装饰器?
    Python-装饰器中保留被装饰函数元数据
    Python-用装饰器实现递归剪枝
    Python-通过实例方法调用-统一接口的实现-getter methodcaller
  • 原文地址:https://www.cnblogs.com/StivenYang/p/13667471.html
Copyright © 2020-2023  润新知