最新下载
热门教程
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
Java算法之堆排序代码示例
时间:2022-06-29 01:04:52 编辑:袖梨 来源:一聚教程网
堆是一种特殊的完全二叉树,其特点是所有父节点都比子节点要小,或者所有父节点都比字节点要大。前一种称为最小堆,后一种称为最大堆。
比如下面这两个:
那么这个特性有什么作用?既然题目是堆排序,那么肯定能用来排序。想要用堆排序首先要创建一个堆,如果对4 3 6 2 7 1 5这七个数字做从小到大排序,需要用这七个数创建一个最大堆,来看代码:
public class HeapSort { private int[] numbers; private int length; public HeapSort(int[] numbers) { this.numbers = numbers; this.length = numbers.length; } /** * 调整二叉树 * 如果父节点编号为x, 那么左子节点的编号是2x, 右子节点的编号是2x+1 * 节点编号从1开始, 对应数组中的索引是编号-1 * @param nodeId 节点编号, 从1开始 */ public void adjust(int nodeId) { int swapId; int flag = 0; //是否需要继续向下调整 while(nodeId * 2 <= this.length && flag == 0) { //首先判断它和左子节点的关系, 并用swapId记录值较小的节点编号(最大堆是记录较大的) int index = nodeId - 1; //节点对应数组中数字的索引 int leftChild = nodeId * 2 - 1; //左子节点对应数组中数字的索引 int rightChild = nodeId * 2; //右子节点对应数组中数字的索引 if(numbers[index] < numbers[leftChild]) { swapId = nodeId * 2; } else { swapId = nodeId; } //如果有右子节点, 再与右子节点比较 if(nodeId * 2 + 1 <= this.length) { if(numbers[swapId - 1] < numbers[rightChild]) swapId = nodeId * 2 + 1; } //如果最小的节点编号不是自己, 说明子节点中有比父节点更小的 if(swapId != nodeId) { swap(swapId, nodeId); nodeId = swapId; } else { flag = 1; } } } /** * 交换两个节点的值 * @param nodeId1 * @param nodeId2 */ public void swap(int nodeId1, int nodeId2) { int t = numbers[nodeId1 - 1]; numbers[nodeId1 - 1] = numbers[nodeId2 - 1]; numbers[nodeId2 - 1] = t; } /** * 创建最大堆 */ public void createMaxHeap() { //从最后一个非叶节点到第一个节点依次向上调整 for(int i = this.length / 2; i >= 1; i--) { adjust(i); } } public static void main(String[] args) { int[] numbers = new int[] { 4, 3, 6, 2, 7, 1, 5 }; for(int x = 0; x < numbers.length; x++) { System.out.print(numbers[x] + " "); } System.out.println(); HeapSort heap = new HeapSort(numbers); heap.createMaxHeap(); } }
对本例中的数列,从this.length / 2到1,共执行了三轮循环。
第一轮:
第二轮:
第三轮:
调整完成后,当前的二叉树已经符合最大堆的特性,可以用来从小到大排序。堆排序的原理是,交换堆顶和最后一个节点的数字,即把最大的数字放到数组最后,然后对除了最大数的前n-1个数从新执行调整过程,使其符合最大堆特性。重复以上过程直到堆中只剩下一个数字。
public void sort() { while(this.length > 1) { swap(1, this.length); this.length--; adjust(1); } for(int x = 0; x < numbers.length; x++) { System.out.print(numbers[x] + " "); } }
堆排序的时间复杂度和快速排序的平均时间复杂度一样,是O(nlogn)。