堆排序算法的講解及Java版實現(xiàn)

更新時間：2016年05月04日 17:44:29 作者：飛翔的貓咪

這篇文章主要介紹了堆排序算法的講解及Java版實現(xiàn),堆排序基于堆這種數(shù)據(jù)結構,在本文中對堆的概念也有補充介紹,需要的朋友可以參考下

堆是數(shù)據(jù)結構中的一種重要結構，了解了“堆”的概念和操作，可以快速掌握堆排序。

堆的概念
堆是一種特殊的完全二叉樹（complete binary tree）。如果一棵完全二叉樹的所有節(jié)點的值都不小于其子節(jié)點，稱之為大根堆（或大頂堆）；所有節(jié)點的值都不大于其子節(jié)點，稱之為小根堆（或小頂堆）。
在數(shù)組（在0號下標存儲根節(jié)點）中，容易得到下面的式子（這兩個式子很重要）：
1.下標為i的節(jié)點，父節(jié)點坐標為(i-1)/2；
2.下標為i的節(jié)點，左子節(jié)點坐標為2*i+1，右子節(jié)點為2*i+2。

堆的建立和維護
堆可以支持多種操作，但現(xiàn)在我們關心的只有兩個問題：
1.給定一個無序數(shù)組，如何建立為堆？
2.刪除堆頂元素后，如何調(diào)整數(shù)組成為新堆？
先看第二個問題。假定我們已經(jīng)有一個現(xiàn)成的大根堆?，F(xiàn)在我們刪除了根元素，但并沒有移動別的元素。想想發(fā)生了什么：根元素空了，但其它元素還保持著堆的性質(zhì)。我們可以把最后一個元素（代號A）移動到根元素的位置。如果不是特殊情況，則堆的性質(zhì)被破壞。但這僅僅是由于A小于其某個子元素。于是，我們可以把A和這個子元素調(diào)換位置。如果A大于其所有子元素，則堆調(diào)整好了；否則，重復上述過程，A元素在樹形結構中不斷“下沉”，直到合適的位置，數(shù)組重新恢復堆的性質(zhì)。上述過程一般稱為“篩選”，方向顯然是自上而下。
刪除一個元素是如此，插入一個新元素也是如此。不同的是，我們把新元素放在末尾，然后和其父節(jié)點做比較，即自下而上篩選。
那么，第一個問題怎么解決呢？
我看過的數(shù)據(jù)結構的書很多都是從第一個非葉子結點向下篩選，直到根元素篩選完畢。這個方法叫“篩選法”，需要循環(huán)篩選n/2個元素。
但我們還可以借鑒“無中生有”的思路。我們可以視第一個元素為一個堆，然后不斷向其中添加新元素。這個方法叫做“插入法”，需要循環(huán)插入(n-1)個元素。
由于篩選法和插入法的方式不同，所以，相同的數(shù)據(jù)，它們建立的堆一般不同。

大致了解堆之后，堆排序就是水到渠成的事情了。

算法概述/思路
我們需要一個升序的序列，怎么辦呢？我們可以建立一個最小堆，然后每次輸出根元素。但是，這個方法需要額外的空間（否則將造成大量的元素移動，其復雜度會飆升到O(n^2)）。如果我們需要就地排序（即不允許有O(n)空間復雜度），怎么辦？
有辦法。我們可以建立最大堆，然后我們倒著輸出，在最后一個位置輸出最大值，次末位置輸出次大值……由于每次輸出的最大元素會騰出第一個空間，因此，我們恰好可以放置這樣的元素而不需要額外空間。很漂亮的想法，是不是？

public class HeapSort { 
 
  public static void main(String[] args) { 
    int[] arr = { 50, 10, 90, 30, 70, 40, 80, 60, 20 }; 
    System.out.println("排序之前："); 
    for (int i = 0; i < arr.length; i++) { 
      System.out.print(arr[i] + " "); 
    } 
 
    // 堆排序 
    heapSort(arr); 
 
    System.out.println(); 
    System.out.println("排序之后："); 
    for (int i = 0; i < arr.length; i++) { 
      System.out.print(arr[i] + " "); 
    } 
  } 
 
  /** 
   * 堆排序 
   */ 
  private static void heapSort(int[] arr) {  
    // 將待排序的序列構建成一個大頂堆 
    for (int i = arr.length / 2; i >= 0; i--){  
      heapAdjust(arr, i, arr.length);  
    } 
     
    // 逐步將每個最大值的根節(jié)點與末尾元素交換，并且再調(diào)整二叉樹，使其成為大頂堆 
    for (int i = arr.length - 1; i > 0; i--) {  
      swap(arr, 0, i); // 將堆頂記錄和當前未經(jīng)排序子序列的最后一個記錄交換 
      heapAdjust(arr, 0, i); // 交換之后，需要重新檢查堆是否符合大頂堆，不符合則要調(diào)整 
    } 
  } 
 
  /** 
   * 構建堆的過程 
   * @param arr 需要排序的數(shù)組 
   * @param i 需要構建堆的根節(jié)點的序號 
   * @param n 數(shù)組的長度 
   */ 
  private static void heapAdjust(int[] arr, int i, int n) { 
    int child; 
    int father;  
    for (father = arr[i]; leftChild(i) < n; i = child) { 
      child = leftChild(i); 
       
      // 如果左子樹小于右子樹，則需要比較右子樹和父節(jié)點 
      if (child != n - 1 && arr[child] < arr[child + 1]) { 
        child++; // 序號增1，指向右子樹 
      } 
       
      // 如果父節(jié)點小于孩子結點，則需要交換 
      if (father < arr[child]) { 
        arr[i] = arr[child]; 
      } else { 
        break; // 大頂堆結構未被破壞，不需要調(diào)整 
      } 
    } 
    arr[i] = father; 
  } 
 
  // 獲取到左孩子結點 
  private static int leftChild(int i) { 
    return 2 * i + 1; 
  } 
   
  // 交換元素位置 
  private static void swap(int[] arr, int index1, int index2) { 
    int tmp = arr[index1]; 
    arr[index1] = arr[index2]; 
    arr[index2] = tmp; 
  } 
}

您可能感興趣的文章: