堆排序算法思路以及Java实现
这几天忙着找工作,看到有去阿里面试的同学遇到了堆排序的问题,因此就去网上看博客学习,但看半天实在看不懂,只好把算法导论拿出来啃,没想到还挺简单,所以在这里分享给大家。0.堆简介堆(二叉堆)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(普通的一般的二叉树通常用链表作为基本容器表示),每一个结点对应数组中的一个元素。...
这几天忙着找工作,看到有去阿里面试的同学遇到了堆排序的问题,因此就去网上看博客学习,但看半天实在看不懂,只好把算法导论拿出来啃,没想到还挺简单,所以在这里分享给大家。
0.堆简介
堆(二叉堆)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(普通的一般的二叉树通常用链表作为基本容器表示),每一个结点对应数组中的一个元素。
如下图,是一个堆和数组的相互关系
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:
Parent(i) = i/2,i 的父节点下标
Left(i) = 2i,i 的左子节点下标
Right(i) = 2i + 1,i 的右子节点下标
二叉堆一般分为两种:最大堆和最小堆。
本文介绍的是最大堆。
1.堆排序算法介绍
一个堆在程序中可以简单的用数组描述,那么堆排序算法可以分为二步:将无序的数组构造成一个最大堆,对该最大堆进行排序。
其中第一步又可以分成两步:
》局部构建成最大堆
1)维护堆的性质
算法清晰明了,分别找到i元素的左孩子和右孩子,若左孩子与右孩子中有比i元素大的,找到最大的那个元素,并且与i元素交换位子,然后对交换位子的那个最大元素再次调用MaxHeap方法。注意,此算法成立的条件是i元素的左子树与右子树都是最大堆!!!
》利用循环将整个数组构建成最大堆
2)建堆
我们在数组中从size/2到1调用第一步的MaxHeap方法,那么显然可以保证整个数组都可以维持最大堆的性质。
注意:要从size/2到1而不是1到size/2。因为第一个步骤成立是有条件的,i元素的左子树与右子树都是最大堆,所以我们只能从堆的倒数第二层,也就是高度为2的节点开始,那么才能保证第一个步骤是正确的。
》对建好的堆进行排序
3)对建好的堆进行排序
将当前堆中的最大值A[1]与堆中的末尾元素进行交换,接下来将堆的大小减一,对缩小的堆进行MaxHeapify(即第一步操作),接下来的操作就是不断重复这个过程,直到数组有序
4.代码总结
public class HeapSorting {
public static void main(String[] args) {
int[] a=new int[]{0,9,8};
Sort(a,a.length-1);
for(int i:a){
System.out.println(i);
}
}
public static void MaxHeapify(int[] a,int index,int size){
int l=2*index;
int r=2*index+1;
int largest=index;
if(l<=size && a[l]>a[index]){
largest=l;
}
if(r<=size && a[r]>a[largest]){
largest=r;
}
if(largest!=index){
int temp=a[largest];
a[largest]=a[index];
a[index]=temp;
MaxHeapify(a,largest,size);
}
}
public static void HeapBuild(int[] a,int size){
for(int i=size/2;i>=1;i--){
MaxHeapify(a,i,size);
}
}
public static void Sort(int[] a,int size){
HeapBuild(a,size);
for(int i=size;i>=2;i--){
int temp=a[i];
a[i]=a[1];
a[1]=temp;
MaxHeapify(a,1,i-1);
}
}
}
注意:MaxHipify中l<=size与r<=size不要写成l<size,r<size,否则代码就是错的,笔者犯了这个错误,找了好久。
特意用了图片,没有用代码段,希望读者阅读完博客能自己按照思路尝试写出代码,不要成为CV战士。
注意:转载本文请注明出处与作者,谢谢!!
更多推荐
所有评论(0)