堆排序

作者: hipeer | 来源:发表于2018-09-12 00:53 被阅读0次

    明确一点:这里是使用二叉堆进行的排序,而二叉堆在内存中的表现形式是一个数组,但并不是所有的数组都是堆。堆排序也属于选择排序。


    
    /**
     * 堆排序
     * 
     * 构造大堆 (找最大元素)
     * 让最大元素下沉 
     * 继续构建大堆 (每一次构造大堆都是为了找当前数组的最大值)
     * 重复以上步骤
     * 
     *
     */
    public class HeapSort {
    
        public void heapSort(int[] array) {
            if (array == null || array.length <= 1) {
                return;
            }
    
            // 对无序数组第一次构建大堆
            buildMaxHeap(array);
            // 第一次大堆构建完成,则堆中的根节点就是当前数组的最大元素,即为数组中的第一个元素
            for (int lastIndex= array.length - 1; lastIndex >= 0; lastIndex--) {
                // 把最大的元素放到数组的最后,就是和最后一个元素交换位置
                swap(array, lastIndex, 0);
                // 得到了当前数组的最大元素,此时继续对数组中剩下的i个元素构建大堆
                buildMaxHeap(array, lastIndex, 0);
            }
            dispaly(array);
        }
    
        // 第一次创建大堆时使用
        private void buildMaxHeap(int[] array) {
            // halfIndex代表二叉堆的非叶子节点,如果非叶子节点存在左右子节点
            // 那么,左节点在数组中的下标位 2*i+1,右节点的为 2*i+2
            // 所以只需遍历数组的一半就可以得到数组的所有元素
            int halfIndex = (array.length - 1) / 2;
            // 由于构造大堆先从最后一个非叶子节点开始往前遍历比较好
            for (int parentIndex = halfIndex; parentIndex >= 0; parentIndex--) {
                buildMaxHeap(array, array.length, parentIndex);
            }
        }
    
        /**
         * @param length
         *          代表当前构造大堆的数组长度
         * @param parentIndex
         *          代表非叶子节点
         */
        private void buildMaxHeap(int[] array, int length, int parentIndex) {
            int lChildIndex = 2 * parentIndex + 1;
            int rChildIndex = 2 * parentIndex + 2;
            
            // 用当前的父节点和它的左右子节点比较找出最大的元素
            int largestIndex = parentIndex;
            
            // 比较左节点
            if (lChildIndex < length && array[largestIndex] < array[lChildIndex]) {
                largestIndex = lChildIndex;
            }
            
            // 比较右节点
            if (rChildIndex < length && array[largestIndex] < array[rChildIndex]) {
                largestIndex = rChildIndex;
            }
    
            // 如果最大的元素在左节点或右节点上,就把最大元素和父节点交换,然后继续进行大堆构造
            if(parentIndex != largestIndex) {
                // 交换位置,在堆中可看成父节点下沉
                swap(array, largestIndex, parentIndex);
                // 继续构造大堆,由于刚才的父节点就下沉了一次,所以它在数组中的索引位置即为largestIndex
                buildMaxHeap(array, length, largestIndex);
            }
            
        }
        
        // 元素交换
        private void swap(int[] array, int largestIndex, int parentIndex) {
            int temp = array[parentIndex];
            array[parentIndex] = array[largestIndex];
            array[largestIndex] = temp;
        }
    
        
        public void dispaly(int[] array) {
            for (int x : array) {
                System.out.print(x + " ");
            }
        }
        
        public static void main(String[] args) {
            int[] array = {1,3,4,3,8,3,2,6,7,4,9,10,0,-1,-7,4,2,9,7,20};
            HeapSort heapSort = new HeapSort();
            heapSort.heapSort(array);
            // -7 -1 0 1 2 2 3 3 3 4 4 4 6 7 7 8 9 9 10 20 
        }
    
    }
    
    

    相关文章

      网友评论

        本文标题:堆排序

        本文链接:https://www.haomeiwen.com/subject/hxopgftx.html