博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
【经典算法】第七回:堆排序
阅读量:5825 次
发布时间:2019-06-18

本文共 2425 字,大约阅读时间需要 8 分钟。

1.概述

堆排序(Heap Sort)就是利用堆(假设利用大顶堆)进行排序的方法。

原理:将待排序的序列构造成一个大顶堆,此时,整个序列的最大值就是堆顶的根结点,将 它移走(其实就是将其与堆数组的末尾元素交换,此时末尾元素就是最大值),然后将剩余的n-1个序列重新构造成一个堆,这样就会得到n个元素中的次小值。,如此反复执行,便能得到一个有序序列了,堆排序的时间复杂度为O(nlogn)。

1.1 什么是堆

这里的堆(二叉堆),指得不是堆栈的那个堆,而是一种数据结构。堆可以视为一棵完全的二叉树,完全二叉树的一个“优秀”的性质是,除了最底层之外,每一层都是满的,这使得堆可以利用数组来表示,每一个结点对应数组中的一个元素.
数组与堆之间的关系

二叉堆一般分为两种:最大堆和最小堆。

1.2 什么是最大堆

堆中每个父节点的元素值都大于等于其孩子结点(如果存在),这样的堆就是一个最大堆,因此,最大堆中的最大元素值出现在根结点(堆顶)

1.3 节点与数组索引关系

对于给定的某个结点的下标i,可以很容易的计算出这个结点的父结点、孩子结点的下标,而且计算公式很漂亮很简约

1.4 调整过程

在4,14,7这个小堆里边,父节点4小于左孩子14,所以两者交换,在4,2,8这个小堆里边,父节点4小于右孩子8,所以两者交换

上图展示了一趟调整的过程,这个过程递归实现,直到调整为最大堆为止。

1.5 整个堆排序过程

堆排序就是把堆顶的最大数取出,将剩余的堆继续调整为最大堆,以递归实现,剩余部分调整为最大堆后,再次将堆顶的最大数取出,再将剩余部分调整为最大堆,这个过程持续到剩余数只有一个时结束。下边三张图详细描述了整个过程。

2.示例

//堆排序        public static void HeapSort(int[] arr)        {            BuildMaxHeap(arr);            for (int i = (arr.Length - 1); i > 0; i--)            {                //将堆顶元素和无序区的最后一个元素交换                 int temp = arr[i];                arr[i] = arr[0];                arr[0] = temp;                MaxHeaping(arr, 0, i); //将新的无序区调整为堆              }        }        ///           /// 初始化大根堆,由底向上建堆          /// 完全二叉树的基本性质,最底层节点是n/2,所以从arr.Length/2开始          ///           private static void BuildMaxHeap(int[] arr)        {            for (int i = (arr.Length / 2) - 1; i >= 0; i--)            {                MaxHeaping(arr, i, arr.Length);            }        }        ///           /// 将指定的节点调整为堆          ///           /// 需要调整的节点          /// 堆的大小,也指数组中无序区的长度          private static void MaxHeaping(int[] arr, int i, int heapSize)        {            int left = 2 * i + 1; // 左子节点              int right = 2 * i + 2; // 右子节点              int large = i; // 临时变量,存放大的节点值              if (left < heapSize && arr[left] > arr[large])            {                large = left;            }            // 比较右子节点              if (right < heapSize && arr[right] > arr[large])            {                large = right;            }            // 如有子节点大于自身就交换,使大的元素上移              if (i != large)            {                int temp = arr[i];                arr[i] = arr[large];                arr[large] = temp; ;                MaxHeaping(arr, large, heapSize);            }        }        // int[] list = new[] { 16, 14, 10, 8, 7, 9, 3, 2, 4, 1 };        // Sorter.HeapSort(list);

 参考:http://blog.kingsamchen.com/archives/547#viewSource

 

 

转载于:https://www.cnblogs.com/qqlin/archive/2013/02/28/2936396.html

你可能感兴趣的文章
java多线程学习-java.util.concurrent详解(二)Semaphore/FutureTask/Exchanger
查看>>
Eclipse里项目导入到Android studio并解决无法编译运行和出现的乱码问题
查看>>
改变magento前台和后台的ico图标
查看>>
Android音频开发(7):使用 OpenSL ES API(下)
查看>>
用Visual C#打造多页面网页浏览器
查看>>
细数10个令人惊讶的NodeJS开源项目
查看>>
如何搭建一台 通过SVN 提交代码自动发布的 nodeJs 服务器.
查看>>
java Excel导入导出,基于XML的实现,easy-excel使用
查看>>
基础:Servlet(一)
查看>>
桌面数据库绿色版
查看>>
编码习惯之参数校验和国际化规范
查看>>
链表练习题3-城市查找问题
查看>>
只做重要的事情:ElephantBItes任务督促
查看>>
PHP中转访问脚本一枚
查看>>
Linux配置Java Android, NDK 环境模板
查看>>
phantom挂起的问题
查看>>
如何编写健壮的Bash脚本(经验分享)
查看>>
图解机器学习
查看>>
PHP框架Laravel学习:源码分享
查看>>
js在线编辑器
查看>>