您的位置:首页 > 职场人生

程序员必知的8大排序(java实现)(二)(堆排序)

2014-02-28 09:31 489 查看


4、堆排序

  (1)基本思想:

  堆排序是一种树形选择排序,是对直接选择排序的有效改进。

  堆的定义如下:具有n个元素的序列(h1,h2,...,hn),当且仅当满足(hi>=h2i,hi>=2i+1)或(hi<=h2i,hi<=2i+1)(i=1,2,...,n/2)时称之为堆。在这里只讨论满足前者条件的堆。由堆的定义可以看出,堆顶元素(即第一个元素)必为最大项(大顶堆)。完全二叉树可以很直观地表示堆的结构。堆顶为根,其它为左子树、右子树。初始时把要排序的数的序列看作是一棵顺序存储的二叉树,调整它们的存储序,使之成为一个堆,这时堆的根节点的数最大。然后将根节点与堆的最后一个节点交换。然后对前面(n-1)个数重新调整使之成为堆。依此类推,直到只有两个节点的堆,并对它们作交换,最后得到有n个节点的有序序列。从算法描述来看,堆排序需要两个过程,一是建立堆,二是堆顶与堆的最后一个元素交换位置。所以堆排序有两个函数组成。一是建堆的渗透函数,二是反复调用渗透函数实现排序的函数。

  (2)实例:

  初始序列:46,79,56,38,40,84

  建堆:



  交换,从堆中踢出最大数



  剩余结点再建堆,再交换踢出最大数



  依次类推:最后堆中剩余的最后两个结点交换,踢出一个,排序完成。

  (3)用java实现
import
java.util.Arrays;
public
class
HeapSort {
int
a[]={
49
,
38
,
65
,
97
,
76
,
13
,
27
,
49
,
78
,
34
,
12
,
64
,
5
,
4
,
62
,
99
,
98
,
54
,
56
,
17
,
18
,
23
,
34
,
15
,
35
,
25
,
53
,
51
};
public
HeapSort(){
heapSort(a);
}
public
void
heapSort(
int
[] a){
System.out.println(
"开始排序"
);
int
arrayLength=a.length;
//循环建堆
for
(
int
i=
0
;i<arrayLength-
1
;i++){
//建堆
buildMaxHeap(a,arrayLength-
1
-i);
//交换堆顶和最后一个元素
swap(a,
0
,arrayLength-
1
-i);
System.out.println(Arrays.toString(a));
}
}
private
void
swap(
int
[] data,
int
i,
int
j) {
// TODO Auto-generated method stub
int
tmp=data[i];
data[i]=data[j];
data[j]=tmp;
}
//对data数组从0到lastIndex建大顶堆
private
void
buildMaxHeap(
int
[] data,
int
lastIndex) {
// TODO Auto-generated method stub
//从lastIndex处节点(最后一个节点)的父节点开始
for
(
int
i=(lastIndex-
1
)/
2
;i>=
0
;i--){
//k保存正在判断的节点
int
k=i;
//如果当前k节点的子节点存在
while
(k*
2
+
1
<=lastIndex){
//k节点的左子节点的索引
int
biggerIndex=
2
*k+
1
;
//如果biggerIndex小于lastIndex,即biggerIndex+1代表的k节点的右子节点存在
if
(biggerIndex<lastIndex){
//若果右子节点的值较大
if
(data[biggerIndex]<data[biggerIndex+
1
]){
//biggerIndex总是记录较大子节点的索引
biggerIndex++;
}
}
//如果k节点的值小于其较大的子节点的值
if
(data[k]<data[biggerIndex]){
//交换他们
swap(data,k,biggerIndex);
//将biggerIndex赋予k,开始while循环的下一次循环,重新保证k节点的值大于其左右子节点的值
k=biggerIndex;
}
else
{
break
;
}
}
}
}
}
内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: 
相关文章推荐