• 经典排序算法--堆排序


    堆积排序(Heapsort)是指利用堆积树(堆)这种资料结构所设计的一种排序算法,可以利用数组的特点快速定位指定索引的元素。堆排序是不稳定的排序方法,辅助空间为O(1), 最坏时间复杂度为O(nlog2n) ,堆排序的堆序的平均性能较接近于最坏性能。 

    1. 若array[0,...,n-1]表示一颗完全二叉树的顺序存储模式,则双亲节点指针和孩子结点指针之间的内在关系如下:

      任意一节点指针 i:父节点:i==0 ? null : (i-1)/2

                左孩子:2*i + 1

                右孩子:2*i + 2

    2. 堆的定义:n个关键字序列array[0,...,n-1],当且仅当满足下列要求:(0 <= i <= (n-1)/2)

          ① array[i] <= array[2*i + 1] 且 array[i] <= array[2*i + 2]; 称为小根堆;

          ② array[i] >= array[2*i + 1] 且 array[i] >= array[2*i + 2]; 称为大根堆;

    3. 建立大根堆:

      n个节点的完全二叉树array[0,...,n-1],最后一个节点n-1是第(n-1-1)/2个节点的孩子。对第(n-1-1)/2个节点为根的子树调整,使该子树称为堆。

      对于大根堆,调整方法为:若【根节点的关键字】小于【左右子女中关键字较大者】,则交换。

      之后向前依次对各节点((n-2)/2 - 1)~ 0为根的子树进行调整,看该节点值是否大于其左右子节点的值,若不是,将左右子节点中较大值与之交换,交换后可能会破坏下一级堆,于是继续采用上述方法构建下一级的堆,直到以该节点为根的子树构成堆为止。

      反复利用上述调整堆的方法建堆,直到根节点。

    4.堆排序:(大根堆)

      ①将存放在array[0,...,n-1]中的n个元素建成初始堆;

      ②将堆顶元素与堆底元素进行交换,则序列的最大值即已放到正确的位置;

      ③但此时堆被破坏,将堆顶元素向下调整使其继续保持大根堆的性质,再重复第②③步,直到堆中仅剩下一个元素为止。

    堆排序算法的性能分析:

      空间复杂度:o(1);

      时间复杂度:建堆:o(n),每次调整o(log n),故最好、最坏、平均情况下:o(n*logn);

      稳定性:不稳定

     

    JAVA代码实现:

     1 package mecrt.study.collection.sort;
     2 
     3 
     4 public class HeadSortDemo {
     5     public static void main(String[] args) {
     6         int[] a = {10,9,8,7,6,5,4,3,2,1};
     7         System.out.println("初始值:");
     8         print(a);
     9         headSort(a);
    10         System.out.println("
    排序后:");
    11         print(a);
    12         System.out.println("排序次数");
    13     }
    14     
    15     private static  void print(int[] a){
    16         for (int i = 0; i < a.length; i++) {
    17             System.out.print(a[i]+"  ");
    18         }
    19         System.out.println();
    20     }
    21     
    22     /**
    23      * 堆排序算法
    24      * 1 创建一个堆
    25      * 2 将堆顶和堆底交换
    26      * 3 将堆底排除,将其他数据重复上述步骤 直至排序完成
    27      * @param data
    28      */
    29     public static void headSort(int[] data){
    30         for (int i = 0; i < data.length; i++) {
    31             createMaxHeap(data,data.length-1-i);
    32             swap(data, 0, data.length-1-i);
    33             print(data);
    34         }
    35     }
    36     
    37     
    38     /**
    39      * 创建堆算法
    40      * @param data
    41      * @param i
    42      * @param j
    43      */
    44     private static void createMaxHeap(int[] data, int lastIndex) {
    45         //(lastIndex-1)/2  堆底对应的父节点
    46         for (int i = (lastIndex-1)/2; i >=0 ; i--) { 
    47             //k 代表父节点
    48             int k = i;
    49             while(2*k+1<=lastIndex){
    50                 //求该父节点的最大子节点 下标
    51                 int bigIndex = 2*k+1;
    52                 if(bigIndex<lastIndex){
    53                     if(data[bigIndex]<data[bigIndex+1]){
    54                         bigIndex++;
    55                     }
    56                 }
    57                 //如果父节点小于最大子节点,父节点与子节点的值交换
    58                 if(data[k]<data[bigIndex]){
    59                     swap(data, k, bigIndex);
    60                     k = bigIndex;
    61                 }else{
    62                     break;
    63                 }
    64             }
    65         }
    66     }
    67 
    68     public static void swap(int[] data,int i,int j){
    69         if(i == j ){
    70             return ;
    71         }
    72         data[i] = data[i] + data[j];
    73         data[j] = data[i] - data[j];
    74         data[i] = data[i] - data[j];
    75     }
    76 }

    堆积排序(Heapsort)是指利用堆积树(堆)这种资料结构所设计的一种排序算法,可以利用数组的特点快速定位指定索引的元素。堆排序是不稳定的排序方法,辅助空间为O(1), 最坏时间复杂度为O(nlog2n) ,堆排序的堆序的平均性能较接近于最坏性能。 

    堆排序利用了大根堆(或小根堆)堆顶记录的关键字最大(或最小)这一特征,使得在当前无序区中选取最大(或最小)关键字的记录变得简单。

  • 相关阅读:
    Flask之model以及缓存
    面向对象设计原则
    【二】、UML基础知识——图图解乾坤
    在大学拼学业,搞副业,我也曾迷茫,但我一直在路上
    vsftpd简介和ftpserver在win10上的下载及安装过程
    使用IDEA详解Spring中依赖注入的类型
    多么痛的领悟——计算机组成原理第一讲
    Java 发展简史:初生遇低谷,崛起于互联网
    写公众号一个月关注量破900,聊聊我的感受
    用IDEA详解Spring中的IoC和DI(挺透彻的,点进来看看吧)
  • 原文地址:https://www.cnblogs.com/xsyfl/p/6888134.html
Copyright © 2020-2023  润新知