• java 堆 排序学习


    /**
     * <html>
     * <body>
     *  <P> Copyright 1994 JsonInternational</p>
     *  <p> All rights reserved.  - https://github.com/Jasonandy/Java-Core-Advanced </p>
     *  <p> Created by Jason</p>
     *  </body>
     * </html>
     */
    package cn.ucaner.datastructure.heap;
    
    /**
    * @Package:cn.ucaner.datastructure.heap   
    * @ClassName:MinHeap   
    * @Description:   <p> 最小堆 :完全二叉树,能方便地从中取出最小/大元素 </p>
    * 堆的构建
    * 堆的打印(前序遍历的应用)
    * 堆的插入(插入到堆尾,再自下向上调整为最小堆)
    * 堆的删除(删除堆顶元素并用堆尾元素添补,再自上向下调整为最小堆)
    * 堆排序(时间复杂度:O(nlgn),空间复杂度O(1),不稳定):升序排序一般用最大堆
    * @Author: -    
    * @CreatTime:2018年6月8日 上午10:48:46   
    * @Modify By:   
    * @ModifyTime:  2018年6月8日
    * @Modify marker:   
    * @version    V1.0
     */
    public class MinHeap {
        
        /**
         * 将所有元素以完全二叉树的形式存入数组
         */
        private int[] heap; 
        
        /**
         * 堆中元素的个数
         */
        private int size;
    
        /**
        * MinHeap.  构造函数  - 构建一个大小为size的最小堆
        * @param maxSize
         */
        public MinHeap(int maxSize) {
            heap = new int[maxSize];
        }
    
        /**
        * MinHeap.    构造函数
        * @param arr  基于数组构造最小堆
        * @param maxSize
         */
        public MinHeap(int[] arr, int maxSize) {
            heap = new int[maxSize > arr.length ? maxSize : arr.length];
            System.arraycopy(arr, 0, heap, 0, arr.length);
            size = arr.length;
    
            int pos = (size - 2) / 2; // 最初调整位置:最后的分支节点(最后叶节点的父亲)
            while (pos >= 0) {    //依次调整每个分支节点
                shiftDown(pos, size - 1);
                pos--;
            }
        }
    
        /**
         * @Description: 自上向下调整为最小堆(从不是最小堆调整为最小堆),调整的前提是其左子树与右子树均为最小堆
         * @param start
         * @param end void
         * @Autor: jason - jasonandy@hotmail.com
         */
        private void shiftDown(int start, int end) {
            int i = start;       // 起始调整位置,分支节点
            int j = 2 * start + 1;  // 该分支节点的子节点
            int temp = heap[i];   
            while (j <= end) {  // 迭代条件:子节点不能超出end(范围)
                if (j < end) { 
                    j = heap[j] > heap[j + 1] ? j + 1 : j; // 选择两孩子中较小的那个
                }
                if (temp < heap[j]) {   // 较小的孩子大于父亲,不做任何处理
                    break;
                } else {    // 否则,替换父节点的值
                    heap[i] = heap[j];  
                    i = j;
                    j = 2 * j + 1;
                }
            }
            heap[i] = temp;  // 一步到位
        }
        
        /**
         * @Description: 自下向上调整为最小堆(原来已是最小堆,添加元素后,确保其还是最小堆)
         * @Autor:jason - jasonandy@hotmail.com
         */
        private void shiftUp(int start) {
            int j = start;
            int i = (j - 1) / 2;   // 起始调整位置,分支节点
            int temp = heap[j];
            while (j > 0) {      // 迭代条件:子节点必须不为根
                if (temp >= heap[i]) {  //原已是最小堆,所以只需比较这个子女与父亲的关系即可
                    break;
                } else {
                    heap[j] = heap[i];
                    j = i;
                    i = (j - 1) / 2;
                }
            }
            heap[j] = temp;   // 一步到位
        }
    
        /**
         * @Description: 向最小堆插入元素(总是插入到最小堆的最后)
         * @param data 
         * @Autor: jason - jasonandy@hotmail.com
         */
        public void insert(int data){
            if (size < heap.length) {
                heap[size++] = data;   // 插入堆尾
                shiftUp(size-1);   // 自下而上调整
            }
        }
    
          
        /**
         * @Description:删除堆顶元素,以堆的最后一个元素填充
         * @Autor: jason - jasonandy@hotmail.com
         */
        public void remove() {
            if (size > 0) {
                heap[0] = heap[size-1];   // 删除堆顶元素,并将堆尾元素回填到堆顶
                size --;   // 堆大小减一
                shiftDown(0, size-1);   // 自上向下调整为最小堆
            }
        }
        
          
        /**
         * @Description: 堆排序:每次将最小元素交换到最后
         * @Autor: jason - jasonandy@hotmail.com
         */
        public void sort(){
            for (int i = size - 1; i >= 0; i--) {
                int temp = heap[0];
                heap[0] = heap[i];
                heap[i] = temp;
                
                shiftDown(0, i-1);
            }
            
            for (int i = size-1; i >= 0; i--) {
                System.out.print(heap[i] + " ");
            }
        }
    
        /**
         * @Description: 打印根为 i 的最小堆 
         * @param i 
         * @Autor: Jason - jasonandy@hotmail.com
         */
        public void printMinHeap(int i) {
            if (size > i) {
                System.out.print(heap[i]);
                if (2 * i + 1 < size || 2 * i + 2 < size) {
                    System.out.print("(");
                    printMinHeap(2 * i + 1);
                    System.out.print(",");
                    printMinHeap(2 * i + 2);
                    System.out.print(")");
                }
            }
        }
    }
  • 相关阅读:
    从实验室走向世界:HSP90抑制剂,一种新的癌症药物
    RabbitMQ整合Spring Booot【消费者应答模式】
    RabbitMQ整合Spring Booot【点对点模式】
    Mac删除自带的abc输入法
    Docker搭建Kafka
    IK分词器
    Docker搭建ES集群
    Logstash配置同步mysql到es配置
    ELK分布式日志收集搭建和使用
    Docker安装ES和Kibana
  • 原文地址:https://www.cnblogs.com/jasonandy/p/9821529.html
Copyright © 2020-2023  润新知