算法起步之堆排序

简介: 原文: 算法起步之堆排序          学习堆排序,首先需要明白堆的概念,堆是一个数组。可以近似当做完全二叉树的数组存储方式。但是跟他还有其他的性质,就是类似于二叉排序树。
原文: 算法起步之堆排序

         学习堆排序,首先需要明白堆的概念,堆是一个数组。可以近似当做完全二叉树的数组存储方式。但是跟他还有其他的性质,就是类似于二叉排序树。有最大堆跟最小堆之分,最大堆是指根节点的值都大于子节点的值,而最小堆的是根节点的值小于其子节点的值。堆排序一般用的是最大堆,而最小堆可以构造优先队列。堆里面有一个方法是用来维护堆的性质,也就是我们下面代码中的maxheap方法,这是维护最大堆性质的方法,第一个参数就是堆也就是数组,第二个参数是调整堆的具体节点位置,可能这个节点的值不符合最大堆的性质,那么这个值得位置就作为参数,而size其实是堆内实际存储的有效元素个数。可能数组的长度就是堆内实际存储的元素个数,但是不一定所有的数据我们都需要进行构建最大堆。算法导论中说的得到左子结点是2xi但是我们数组是从0开始计数的,所以左子结点就成了2xi+1,buildheap就是构建一个最大堆,我们去2分之长度的原因是,这些点的子节点都是叶子节点,所以我们通过从下向上进行排序来构建一个最大堆。保证了我们堆内所有节点都满足最大堆性质。最后堆排序就是把第一个节点取出来,将剩下的节点再进行堆排序,再取出根节点。这样保证我们每次取出都是最大值。

public class HeapSort {
	private int getLeft(int i){
		return 2*i+1;
	}
	private int getRight(int i){
		return 2*i+2;
	}
	public void maxheap(int[] heap,int loc,int size){
		int l=getLeft(loc);
		int r=getRight(loc);
		int largest=loc;
		if(l<size&&heap[l]>heap[loc]){
			largest=l;
		}
		if (r<size&&heap[r]>heap[largest]) {
			largest=r;
		}
		if(largest!=loc){
			int cache=heap[loc];
			heap[loc]=heap[largest];
			heap[largest]=cache;
			maxheap(heap, largest, size);
		}
	}
	public void buildheap(int[] heap){
		for(int i=heap.length/2;i>=0;i--){
			maxheap(heap, i, heap.length);
		}
	}
	public void sort(int[] heap){
		buildheap(heap);
		for(int i=heap.length-1;i>1;i--){
			int cache=heap[0];
			 heap[0]=heap[i];
			 heap[i]=cache;
			maxheap(heap, 0,i );
		}
		int cache=heap[0];
		 heap[0]=heap[1];
		 heap[1]=cache;
		
	}

	public static void main(String[] args) {
		int[] heap=new int[]{4,1,5,3,7,12,65,7};
		HeapSort hs=new HeapSort();
		hs.sort(heap);
		for (int i = 0; i < heap.length; i++) {
			System.out.println(heap[i]);
		}
	}
}

         友情提示:转载请注明出处 【作者:idlear  博客: http://blog.csdn.net/idlear

目录
相关文章
|
机器学习/深度学习 人工智能 算法
数据结构与算法:堆排序和TOP-K问题
朋友们大家好,本节内容来到堆的应用:堆排序和topk问题
数据结构与算法:堆排序和TOP-K问题
|
算法 Python
数据结构算法--4堆排序
堆排序过程概述:建立大根堆,将堆顶最大元素移出并替换为末尾元素,调整保持堆性质,重复此过程直至堆为空,实现排序。时间复杂度为O(nlogn)。Python中可用heapq模块进行堆操作。
|
9月前
|
存储 算法 搜索推荐
软考算法破壁战:从二分查找到堆排序,九大排序核心速通指南
专攻软考高频算法,深度解析二分查找、堆排序、快速排序核心技巧,对比九大排序算法,配套动画与真题,7天掌握45%分值模块。
382 1
软考算法破壁战:从二分查找到堆排序,九大排序核心速通指南
|
存储 搜索推荐 算法
算法系列之排序算法-堆排序
堆排序(Heap Sort)是一种基于堆数据结构的比较排序算法。它的时间复杂度为 $O(nlogn)$,并且是一种原地排序算法(即不需要额外的存储空间)。堆排序的核心思想是利用堆的性质来维护一个最大堆或最小堆,然后逐步将堆顶元素(最大值或最小值)取出,放到数组的末尾,最终得到一个有序的数组。
445 8
算法系列之排序算法-堆排序
|
移动开发 算法 前端开发
前端算法之堆排序
前端算法之堆排序
190 1
|
算法 搜索推荐
算法之堆排序
本文介绍了堆排序算法的原理和实现,通过构建最大堆或最小堆,利用堆的性质进行高效的排序,并提供了具体的编程实现细节和示例。
224 1
算法之堆排序
|
算法 搜索推荐
数据结构与算法学习十八:堆排序
这篇文章介绍了堆排序是一种通过构建堆数据结构来实现的高效排序算法,具有平均和最坏时间复杂度为O(nlogn)的特点。
684 0
数据结构与算法学习十八:堆排序
|
算法 Java Go
深入了解堆排序算法
深入了解堆排序算法
379 1
|
搜索推荐 算法 Java
Java中的快速排序、归并排序和堆排序是常见的排序算法。
【6月更文挑战第21天】Java中的快速排序、归并排序和堆排序是常见的排序算法。快速排序采用分治,以基准元素划分数组并递归排序;归并排序同样分治,先分割再合并有序子数组;堆排序通过构建堆来排序,保持堆性质并交换堆顶元素。每种算法各有优劣:快排平均高效,最坏O(n²);归并稳定O(n log n)但需额外空间;堆排序O(n log n)且原地排序,但不稳定。
253 3
|
人工智能 搜索推荐 算法
sort-04-heap sort 堆排序算法详解
这是一个关于排序算法的系列文章摘要,包括了10篇关于不同排序算法的链接,如冒泡排序、快速排序、选择排序、堆排序等。堆排序是一种基于比较的排序算法,利用了近似完全二叉树的结构并满足最大堆或最小堆的性质。最大堆中,每个节点的值都大于或等于其子节点。文章详细解释了最大堆的概念、节点访问方式以及堆的操作,包括堆调整和堆排序的过程,并通过图解展示了堆排序的具体步骤。此外,还提供了一个Java实现的堆排序代码示例。整个排序系列来源于一个开源项目,读者可以通过链接查看完整内容。
sort-04-heap sort 堆排序算法详解

热门文章

最新文章