堆排序之-大顶堆

版权声明:本文为博主原创文章,欢迎大家转载,但是要注明我的文章地址。 https://blog.csdn.net/program_developer/article/details/83047064

一、堆排序的概念

堆的定义:

设有n个元素的序列k_{1},k_{2},k_{3},...,k_{n},当且仅当满足下述关系之一时,称之为堆。

(1)k_{i}\leqslant k_{2i} 且 k_{i}\leqslant k_{2i+1}  或者是

(2)k_{i} \geq k_{2i} 且 k_{i} \geqslant k_{2i+1}

解释:如果让满足以上条件的元素序列(k_{1},k_{2},k_{3},...,k_{n})依次顺序排成一颗完全二叉树,则此树的特点是:树中所有结点的值均大于(或小于)其左右孩子,此树的根结点(即堆顶)必最大(或最小)。

二、怎样建堆(如何调整堆)

建堆的步骤:

从最后一个非终端结点开始往前逐步调整,让每个双亲大于(或小于)子女,直到根节点为止。

注意:终端结点(即叶子)没有任何子女,无需单独调整。

建堆的具体做法:

(1)将原始序列转换成完全二叉树。

(2)从序号最大的非叶子节点开始遍历,左右孩子中有比它大的,交换该节点和叶子的位置。

(3)父节点和较大的孩子节点交换后,新的父节点是稳定的,但是新的孩子节点可能不满足大顶堆规则,而另一边的孩子不会受影响。

(4)继续对新孩子进行调整判断,直至新孩子满足规则,或者没有新孩子为止。

建堆的一些性质:

(1)根据堆的性质,可以直接通过数组索引映射堆中父子节点的关系。

(2)需要排序的数组对应堆的层序遍历。

(3)堆满足一些公式:

左孩子 = arr[2i+1]

右孩子 = arr[2i+2]

大顶堆:arr[i]>=arr[2i+1] && arr[i]>=arr[2i+2]

小顶堆:arr[i]<=arr[2i+1] && arr[i]<=arr[2i+2]

最后一个非叶子节点下标 = length/2-1

第一个叶子节点下标 = length/2

最后一个叶子节点 = length - 1

(4)堆调整是从最后一个非叶子节点(下标时length / 2 - 1)开始。

(5)从小到大排序,调整为大顶堆。

三、怎样进行堆排序

关键:确定当前堆顶节点为最值后,如何将剩余序列重新调整为堆?

方法:将当前堆顶节点与堆尾记录交换,然后仿建堆动作重新调整,如此反复直到排序结束。

基于初始堆进行堆排序的算法步骤:

(1)堆的第一个对象arr[0]具有最大的关键码,将arr[0]与arr[length - 1]交换,把具有最大关键码的对象交换到最后。

(2)再对前面的(length - 1) 个对象,使用堆的调整算法,重新建立堆。结果具有次最大关键码的对象又上浮到堆顶,即arr[0]位置。再交换arr[0]和arr[length - 2]。

(3)调用建堆的调整算法对前面(length - 2)个对象重新调整。如此反复,知道得到全部排序好的对象序列。

堆排序的算法分析:

(1)时间效率:O(nlog_{2}n

(2)空间效率:O(1)

(3)稳定性:不稳定

(4)特点:对小文件效果不明显,但对大文件有效。

四、利用大顶堆进行排序的Java代码

public class GetLeastNumbers {

	public static void main(String[] args) {
		// TODO Auto-generated method stub
		int[] arr = {79, 66, 43, 83, 30, 87, 38, 55};
		HeapSort(arr);
		for (int i : arr) {
			System.out.println(i);
		}
	}
	
	 public static void HeapSort(int[] a) {
	        // 初始建堆
	        for (int i=a.length/2-1; i>=0; i--) {     //从最后一个非叶子节点开始,从左向右,从下往上,调整成大顶堆
	        	HeapAdjust(a, i, a.length);
	        }
	        // 交换元素后,调整堆
	        for (int i=a.length-1; i>0; i--) {
	            swapReferences(a, 0, i);       // 调整堆顶元素与末尾元素
	            HeapAdjust(a, 0, i);               // 重新调整(堆顶),堆的范围是length - 1, 最后一个元素已经从堆中排除
	        }
	    }
	 
	 /**
	  * 在数组中交换两个元素
	  * @param a 数组
	  * @param index1 下标1
	  * @param index2 下标2
	  */
	 public static void swapReferences(int[] a, int index1, int index2) {
		 int tmp = a[index1];
		 a[index1] = a[index2];
		 a[index2] = tmp;
	 }
	 
   /**
     * 调整堆的思路:从序号最大的非叶子节点开始便利,左右孩子中有比它大的,交换该节点和叶子的位置
     * 父节点和较大的孩子节点交换后,新的父节点是稳定的,但是新的孩子节点可能不满足大顶堆规则,而另一边的孩子不会受影响,
     * 所以要继续对新孩子进行调整判断,直至新孩子满足规则,或者没有新孩子为止
     */
    public static void HeapAdjust(int[] a, int i, int n) {
        int child;
        int tmp; // 保存待调整的父亲节点
        // 从最后一个非叶子节点开始
        for (tmp = a[i]; leftChild(i) < n; i=child) { // 交换以后,调下去的节点可能会依旧不平衡
            child = leftChild(i);   // 取得左孩子的下标
            //child=n-1, 说明只有一个左孩子,直接到下一步
            if (child != n - 1 && a[child] < a[child+1]) { //找出两个孩子中较大的
                child++;
            }
            if (tmp < a[child]) {  //如果堆顶小于比较大的孩子,交换位置
                a[i] = a[child];
            } else {
                break;
            }
        }
        a[i] = tmp;     // 父节点元素给child
    }
    
    public static int leftChild(int i) {
        return 2 * i + 1;
    }

}

猜你喜欢

转载自blog.csdn.net/program_developer/article/details/83047064