数据结构 树

堆排序

堆排序基本介绍

  1. 堆排序是利用堆这种数据结构而设计的一种排序算法,堆排序是一种选择排序,它的最坏,最好,平均时间复杂度均为 O(nlogn),它也是不稳定排序。
  2. 堆是具有以下性质的完全二叉树:每个结点的值都大于或等于其左右孩子结点的值,称为大顶堆,注意:没有要求结点的左孩子的值和右孩子的值的大小关系。
  3. 每个结点的值都小于或等于其左右孩子结点的值,称为小顶堆
  4. 大顶堆举例说明

image.png
对堆中的结点按层进行编号,映射到数组中就是下面这个样子:
image.png
大顶堆特点:**arr[i] >= arr[2*i+1] && arr[i] >= arr[2*i+2]** //i对应第几个节点,i从0开始编号

  1. 小顶堆举例说明

image.png

  1. 一般升序采用大顶堆,降序采用小顶堆

    堆排序基本思想

    堆排序的基本思想是:

  2. 将待排序序列构造成一个大顶堆

  3. 此时,整个序列的最大值就是堆顶的根节点。
  4. 将其与末尾元素进行交换,此时末尾就为最大值。
  5. 然后将剩余 n-1 个元素重新构造成一个堆,这样会得到 n 个元素的次小值。如此反复执行,便能得到一个有序序列了。

可以看到在构建大顶堆的过程中,元素的个数逐渐减少,最后就得到一个有序序列了。

堆排序步骤图解说明

要求:给一个数组 {4,6,8,5,9} , 要求使用堆排序法,将数组升序排序。

步骤一

构造初始堆。将给定无序序列构造成一个大顶堆(一般升序采用大顶堆,降序采用小顶堆)。
原始的数组 [4, 6, 8, 5, 9]

  1. 假设给定无序序列结构如下

image.png

  1. 此时从最后一个非叶子结点开始(叶结点自然不用调整,第一个非叶子结点arr.length/2-1=5/2-1=1,也就是下面的 6 结点),从左至右,从下至上进行调整。

image.png

  1. 找到第二个非叶节点 4,由于[4,9,8]中 9 元素最大,4 和 9 交换。

image.png

  1. 这时,交换导致了子根[4,5,6]结构混乱,继续调整,[4,5,6]中 6 最大,交换4 和6。

image.png
此时,就将一个无序序列构造成了一个大顶堆。

步骤二

将堆顶元素与末尾元素进行交换,使末尾元素最大。然后继续调整堆,再将堆顶元素与末尾元素交换,得到第二大元素。如此反复进行交换、重建、交换。

  1. 将堆顶元素 9 和末尾元素 4 进行交换

image.png

  1. 重新调整结构,使其继续满足堆定义

image.png

  1. 再将堆顶元素 8 与末尾元素 5 进行交换,得到第二大元素 8

image.png

  1. 后续过程,继续进行调整,交换,如此反复进行,最终使得整个序列有序

image.png
再简单总结下堆排序的基本思路:

  1. 将无序序列构建成一个堆,根据升序降序需求选择大顶堆或小顶堆;
  2. 将堆顶元素与末尾元素交换,将最大元素”沉”到数组末端;
  3. 重新调整结构,使其满足堆定义,然后继续交换堆顶元素与当前末尾元素,反复执行调整+交换步骤,直到整个序列有序。

    堆排序代码实现

    给一个数组 {4,6,8,5,9} ,要求使用堆排序法,将数组升序排序。
    代码实现 ```java import java.text.SimpleDateFormat; import java.util.Arrays; import java.util.Date;

public class HeapSort {

  1. public static void main(String[] args) {
  2. //要求将数组进行升序排序
  3. //int arr[] = {4, 6, 8, 5, 9};
  4. // 创建要给80000个的随机的数组
  5. int[] arr = new int[8000000];
  6. for (int i = 0; i < 8000000; i++) {
  7. arr[i] = (int) (Math.random() * 8000000); // 生成一个[0, 8000000) 数
  8. }
  9. System.out.println("排序前");
  10. Date data1 = new Date();
  11. SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
  12. String date1Str = simpleDateFormat.format(data1);
  13. System.out.println("排序前的时间是=" + date1Str);
  14. heapSort(arr);
  15. Date data2 = new Date();
  16. String date2Str = simpleDateFormat.format(data2);
  17. System.out.println("排序前的时间是=" + date2Str);
  18. //System.out.println("排序后=" + Arrays.toString(arr));
  19. }
  20. //编写一个堆排序的方法
  21. public static void heapSort(int arr[]) {
  22. int temp = 0;
  23. System.out.println("堆排序!!");

// //分步完成 // adjustHeap(arr, 1, arr.length); // System.out.println(“第一次” + Arrays.toString(arr)); // 4, 9, 8, 5, 6 //
// adjustHeap(arr, 0, arr.length); // System.out.println(“第2次” + Arrays.toString(arr)); // 9,6,8,5,4

    //完成我们最终代码
    //将无序序列构建成一个堆,根据升序降序需求选择大顶堆或小顶堆
    for(int i = arr.length / 2 -1; i >=0; i--) {
        adjustHeap(arr, i, arr.length);
    }

    /*
     * 2).将堆顶元素与末尾元素交换,将最大元素"沉"到数组末端;

   3).重新调整结构,使其满足堆定义,然后继续交换堆顶元素与当前末尾元素,反复执行调整+交换步骤,直到整个序列有序。 */ for(int j = arr.length-1;j >0; j—) { //交换 temp = arr[j]; arr[j] = arr[0]; arr[0] = temp; adjustHeap(arr, 0, j); }

    //System.out.println("数组=" + Arrays.toString(arr)); 

}

//将一个数组(二叉树), 调整成一个大顶堆
/**
 * 功能: 完成 将 以 i 对应的非叶子结点的树调整成大顶堆
 * 举例  int arr[] = {4, 6, 8, 5, 9}; => i = 1 => adjustHeap => 得到 {4, 9, 8, 5, 6}
 * 如果我们再次调用  adjustHeap 传入的是 i = 0 => 得到 {4, 9, 8, 5, 6} => {9,6,8,5, 4}
 * @param arr 待调整的数组
 * @param i 表示非叶子结点在数组中索引
 * @param lenght 表示对多少个元素继续调整, length 是在逐渐的减少
 */
public  static void adjustHeap(int arr[], int i, int lenght) {

    int temp = arr[i];//先取出当前元素的值,保存在临时变量
    //开始调整
    //说明
    //1. k = i * 2 + 1 k 是 i结点的左子结点
    for(int k = i * 2 + 1; k < lenght; k = k * 2 + 1) {
        if(k+1 < lenght && arr[k] < arr[k+1]) { //说明左子结点的值小于右子结点的值
            k++; // k 指向右子结点
        }
        if(arr[k] > temp) { //如果子结点大于父结点
            arr[i] = arr[k]; //把较大的值赋给当前结点
            i = k; //!!! i 指向 k,继续循环比较
        } else {
            break;//!
        }
    }
    //当for 循环结束后,我们已经将以i 为父结点的树的最大值,放在了 最顶(局部)
    arr[i] = temp;//将temp值放到调整后的位置
}

} ```