数据结构复习之–“堆排序”-JAVA实现

堆排序的时间复杂为O(nlogn)，且相对于快速排序来说，其最坏情况下时间复杂也为O(nlogn),且其仅仅需要一个记录大小供交换用的辅助存储空间。

堆排序对于记录较少的文件并不值得提倡，但n比较大的文件是效果很好的。

复习用的练习代码，仅供参考，写的不好，勿喷！

import java.util.Scanner;

public class HeapSortTest {

private int [] dataArray;//成员变量存储待排序数据

/**
* function:使一个除根节点不满足堆定义，其它节点都满足堆定义且使用顺序存储结构存储的树  为一个大顶堆
*
* @param start  调整的起点
* @param end  调整的终点
*/
private void HeapAdjust(int start, int end) {

/*第一种方式:根节点与子树中节点大的进行比较，若子节点比根节点大，
那么子节点向上移动覆盖父节点，此时根节点以及保存了，不用担心覆盖
不断向子树查找，直到找到一个子节点比根节点小，此时将根节点赋值给
该子节点的父节点，因为前面的步骤该子节点的父节点作已为上一轮的子
节点向上移动了，而最开始的根节点已经保存了，故不会造成数据的覆盖丢失
整个过程相当于从根节点开始，沿着一条最大值的路线向上移动，然后将根节
点插入到在堆中其应该在的位置，这种做法使得根节点不需要频繁的移动，一次到位*/

this.dataArray[0] = this.dataArray[start];
int i = 2 * start;

//寻找根节点，在堆中应该在的位置，在寻找的过程中，大的子节点不断向上移动到其父节点的位置
//注意：在寻找的过程中，最后一个节点也应该包含在内，故i<=end

for (; i <=end; i *= 2) {
//注意此时的 i<end不能少，因为在判断start的左右子树时，得先确保start有右子树
if (i<end && this.dataArray[i] < this.dataArray[i + 1])
i++;
if (this.dataArray[0]>this.dataArray[i]) break;
//当根节点小于当前节点时，子节点中大的节点，覆盖父节点
this.dataArray[start]=this.dataArray[i];
start=i;
}
this.dataArray[start]=this.dataArray[0];//一步到位，将根节点移动到其在堆中应在的位置

/*
//第二种方式：子节点中较大的节点与父节点进行比较，若子节点比父节点大，
//该方式可能需要频繁的交换，使得时间增加。整个过程相当于根节点沿着最大
//值路径慢慢的移动到其在堆中应该所处的位置
//此处i小于等于end的因为最后一个也需要进行判断
for (int i = 2*start ; i <=end ; i*=2) {

//注意此处前面的i<end,因为要确保start有右孩子才进行左右孩子的判断
if (i<end && this.dataArray[i] < this.dataArray[i + 1])
i++;
if (this.dataArray[start] >= this.dataArray[i])
break;
this.dataArray[0] = this.dataArray[start];
this.dataArray[start] = this.dataArray[i];
this.dataArray[i] = this.dataArray[0];
start = i;
}
*/
}

/**
* function:进行堆排序
*/
public void HeapSort(){
int temp;
//将数组中的数据建成堆，从最后一个节点的父节点开始(n/2处)，往上直到根节点，从而建成一个大根堆
for (int i = (this.dataArray.length-1)/2; i >0; i--) {
HeapAdjust(i, this.dataArray.length-1);
}

//将根移动到树的最后一个元素，再次调整，使其仍为一个大根堆，不断重复上面的步骤
for (int i = this.dataArray.length-1; i >1; i--) {
temp=this.dataArray[1];
this.dataArray[1]=this.dataArray[i];
this.dataArray[i]=temp;
//每次调整，调整的范围都不包括以前从根替换到树最后的节点，因此每次调整
//的范围会不断缩小，直到只剩下根节点，此时数组中的数据全部排序了
HeapAdjust(1,i-1);
}
}

public HeapSortTest() {
Scanner sc = new Scanner(System.in);
System.out.print("请输入待排序个数：");
int totalNums = sc.nextInt();
this.dataArray=new int[totalNums+1];
System.out.println("请输入待排序数据,以空格分隔：");
for (int i = 1; i < dataArray.length; i++) {
this.dataArray[i]=sc.nextInt();
}
}

/**
* function: 显示成员数组中的数据
*/
private void show(){
for (int i = 1; i < dataArray.length; i++) {

4000
System.out.print(dataArray[i]+" ");
}
System.out.print("\n");
}

public static void main(String[] args) {
HeapSortTest hst = new HeapSortTest();
hst.show();
hst.HeapSort();
hst.show();
}

}