• 基本算法-堆排序及其Java实现


    基本算法-堆排序及其Java实现

      (二叉)堆(heap)数据结构是一种数组对象,可以视作一颗完全二叉树,从该二叉树的根开始层次遍历这颗二叉树就可以得到其对应的数组。树的根节点为A[0],对于树中某个节点的坐标i,其左右孩子节点和父亲节点的坐标可以很方便的求得:

       LEFT(i)=2*i+1; RIGHT(i)=2*i+2; PARENT(i)=i/2 .

      有两种二叉堆:最大堆和最小堆。最大堆中,每个节点存储的数值都大于等于其左右两个孩子节点存储的数值,亦即A[i]>=A[LEFT[i]]&&A[i]>=A[RIGHT[i]]。最小堆则正好相反。本文以最大堆为例。

      知道了最大堆的定义之后,就要在给定的任意数组上构建最大堆,然后利用这个最大堆进行升序排序:

      (1) 构建最大堆:

      首先我们定义一个方法Heapify(heap,i),如果以i的左右孩子节点为根的子树已经是最大堆,则该方法使得以i为根的子树也成为最大堆。其伪代码如下(摘自《算法导论》):

    复制代码
     1 MAX-HEAPIFY(A,i)
     2  l=LEFT(i)
     3  r=RIGHT(i)
     4  target=i;
     5  if(l<=A.heap_size&&A[l]>A[i])
     6    target=l;
     7  if(if(r<=A.heap_size&&A[r]>A[i]))
     8    target=r;
     9  if(target!=i)
    10    exchange(A[i],A[target])
    11    MAX-HEAPIFY(A,target)//递归
    复制代码

      我们比较当前节点i的数值和其左右子节点的数值,如果i的某个子节点的数值大于i的数值,则违反了最大堆的定义,所以我们需要交换这两个节点的位置。假设A[LEFT[i]]>A[RIGHT[i]]>A[i],则交换i节点与LEFT[i]节点。但是,被交换到左孩子节点的i节点可能会违反以左孩子结点为根的最大堆的定义,所以我们需要对这个最大堆递归调用MAX-HEAPIFY方法。

      有了上面这个方法之后,我们就可以自底向上的调用MAX-HEAPIFY方法构建最大堆。因为A[A.length/2+1]及其之后的节点都是叶子节点,都可以看做只有一个节点的最大堆,所以我们可以从A[A.length/2]节点开始直到A[0]节点依次调用MAX-HEAPIFY方法,亦即从树的层次遍历的最后一个有孩子的节点开始,按照层次遍历的逆序调用MAX-HEAPIFY方法:

    1 BUILD-MAX-HEAP(A)
    2  for i=A.length/2 downto 1
    3     MAX-HEAPIFY(A,i)

      (2) 堆排序

      构造完最大堆之后,我们就可以利用其进行排序。因为最大堆只能保证A[0]存储的是当前堆中最大的元素,我们可以把A[0]与堆的最后一个元素互换,这样A[0]就排在了最后一个位置,也是正确的位置。这时最后一个位置已经不属于最大堆,所以A.heap_size要减一。互换到A[0]的元素可能会破坏最大堆的性质,我们可以调用MAX-HEAPIFY方法使之重新成为最大堆,然后将A[0]交换至当前堆的最后一个位置。依次递归。

    1 HEAPSORT(A)
    2   for i=A.length downto 2
    3     exchange(A[i],A[0])
    4     --A.heap_size //堆的大小减少
    5     MAX-HEAPIFY(A,0)

      (3) 堆的JAVA实现

    复制代码
     1 package Algorithm;
     2 
     3 import java.util.*;
     4 /**
     5  * 堆(Heap)
     6  * @author Kemaswill
     7  * 2012-10-5 Friday
     8  */
     9 
    10 public class Heap {
    11     
    12     public static int[] data;
    13     public static int length;
    14     public static int heap_size;
    15     
    16     public Heap(){
    17         this.length=20;
    18         this.heap_size=length;
    19         this.data=new int[length];
    20         Random random=new Random(System.currentTimeMillis());
    21         for(int i=0;i<length;i++){
    22             data[i]=Math.abs(random.nextInt()%50);
    23         }//for
    24     }
    25     
    26     public Heap(int n){
    27         this.length=n;
    28         this.heap_size=length;
    29         this.data=new int[length];
    30         Random random=new Random(System.currentTimeMillis());
    31         for(int i=0;i<length;i++){
    32             data[i]=Math.abs(random.nextInt()%50);
    33         }//for
    34     }
    35     
    36     public static void max_heapify(Heap heap,int i){
    37         if(i<heap.heap_size){
    38             int l=2*i+1;
    39             int r=2*i+2;
    40             int target=i;
    41             if(l<heap.heap_size&&heap.data[l]>heap.data[i]){
    42                 target=l;
    43             }
    44             if(r<heap.heap_size&&heap.data[r]>heap.data[target]){
    45                 target=r;
    46             }
    47             if(target!=i){
    48                 exchange(heap,i,target);
    49                 max_heapify(heap,target);
    50             }//if
    51         }//if        
    52     }//heapify
    53     
    54     public static void exchange(Heap heap,int x,int y){
    55         int tmp=heap.data[x];
    56         heap.data[x]=heap.data[y];
    57         heap.data[y]=tmp;
    58     }
    59     
    60     public static void build_heap(Heap heap){
    61         //对于所有非叶结点,依次调用max_heapify
    62         for(int i=heap.heap_size/2;i>=0;i--){
    63             max_heapify(heap,i);
    64         }
    65     }
    66     
    67     public static void heapsort(Heap heap){
    68         
    69         for(int i=heap.length-1;i>0;i--){
    70             exchange(heap,0,i);
    71             heap.heap_size--;
    72             max_heapify(heap,0);
    73         }
    74     }//heapsotr
    75     
    76     public static void show_heap(Heap heap){
    77         for(int i=0;i<=(int)Math.log(heap.length)/Math.log(2)+2;i++){
    78             for(int j=(int)Math.pow(2, i)-1;j<Math.pow(2, i+1)-1;j++){
    79                 if(j<heap.length){
    80                     System.out.print(heap.data[j]+" ");
    81                 }
    82                 else break;
    83                 }
    84             System.out.println();
    85             }        
    86     }
    87     
    88     public static void main(String[] args){
    89         Heap heap=new Heap();
    90         show_heap(heap);
    91         build_heap(heap);
    92         show_heap(heap);
    93         heapsort(heap);
    94         show_heap(heap);
    95         
    96     }//main
    97 
    98 }
    复制代码

      参考文献:

      [1] 《算法导论》 第6章 p73

      [2] 一个用Java实现的简单的最大堆

     
     
  • 相关阅读:
    POJ 3468_A Simple Problem with Integers(树状数组)
    POJ 3468_A Simple Problem with Integers(线段树)
    ZOJ 2770_Burn the Linked Camp
    ZOJ 2770_Burn the Linked Camp
    POJ 3169_Layout
    POJ 3169_Layout
    POJ 3684_Physics Experiment
    POJ 3255_Roadblocks
    POJ 3723 Conscription【最小生成树】
    POJ 3279 Fliptile【枚举】
  • 原文地址:https://www.cnblogs.com/timssd/p/12576915.html
Copyright © 2020-2023  润新知