1、基本思想html
堆排序是在選擇排序基礎上改進的排序,首先創建大根堆(即任意根節點的值均不小於子節點),而後每次取出堆頂元素,從新調整堆,而後再取出堆頂元素,直至最後一個堆元素被取出,則整個排序也就完成了。它的思想就是每次取出堆中的最大值,使其天然成序。算法
2、實現步驟數組
咱們用一個數組來創建堆,期間會用到徹底二叉樹的一些性質,好比根節點與子節點索引的關係,葉子節點與非葉子節點分別是哪些。dom
由上面綜述可知,堆排序主要有三個步驟函數
1)創建堆 : 創建堆咱們能夠當作是,對每個根節點進行調整,每一個根節點都知足堆的性質了,那麼整個堆也就創建成功了。詳見後面的調整堆。工具
2)輸出堆頂 :如今堆已經創建好了,堆頂就是最大值。它在數組中的體現就是,a[0],而數組最後一個元素a[a.length-1]是未知的,將二者交換,這樣最大值就到最後去了。在下一次輸出時就應該是將a[0]與a[a.length-2]交換了,以此類推。測試
3)調整堆 :採用遞歸的方法進行調整。一次調整隻針對當前的根節點和其子節點。若是子節點大於根節點,則交換之。進行了交換操做的子節點必然不能肯定是否知足堆的性質了,因而在對該子節點進行調整,以此類推。那麼,遞歸的出口呢?咱們知道,葉子節點是不用參與調整的,由於它沒有子節點了,不會對後面的堆產生影響。因此在進入遞歸函數時加一個判斷便可。當調整到達葉子節點時,遞歸結束。ui
3、實現代碼spa
隨機數組測試工具類 點擊這裏code
package sort; import sort.util.*; /* 堆排序總體思路: 1.創建大根堆 2.將最後一位與堆頂交換 3.因爲此次交換,可能破壞堆的結構,進行調整 時間複雜度:外層循環O(n),內層調整取決於堆的深度log2(n),綜上時間複雜度爲nlog2(n) 空間複雜度:O(1),僅佔據一個交換單元 穩定性: 不穩定,跳躍式交換 */ public class HeapSort implements ISort{ /* 假設如今大根堆已經徹底創建了,交換最後一個元素與堆頂元素,至關於堆頂元素排序完成, 則此時須要重新的根開始向下逐級檢查是否知足條件,而後作出調整。 */ private void adjustHeap(int[] a , int parent , int maxIndex) { if(maxIndex == 0) { return;} //堆中只剩一個元素了,不用調整了 if(parent >= 0 && parent <= (maxIndex - 1) / 2 ){ //maxIndex-1 / 2 是非葉節點最大索引。葉子節點不用調整,遞歸結束 //且限制數組越界,故作此判斷 int left = 2 * parent + 1; int right = left + 1; //獲取左右孩子的索引 int maxChild = left; //默認左孩子最大 if( right <= maxIndex && a[left] < a[right] ) { //若是右孩子存在且右孩子大於左孩子 maxChild = right; } if(a[maxChild] > a[parent]) { //若是孩子節點大於父節點,須要交換值。不然遞歸結束。 int t = a[maxChild]; a[maxChild] = a[parent]; a[parent] = t; adjustHeap(a , maxChild , maxIndex); //若是該孩子節點進行了交換,則必須對其進行檢查、調整。 } } } public void buildHeap(int[] a) { //從最後一個非葉節點開始從下向上調整,創建堆。最大值必定是從下向上冒的。 for(int i = (a.length - 2) / 2; i >= 0 ; i-- ){ adjustHeap(a , i , a.length - 1); } } //將堆頂元素與堆中的最後元素的值交換,最後一個元素就有序了,堆規模減一 public void sort(int[] a) { buildHeap(a); //創建堆 for(int i = a.length-1 ; i >=1 ; i--){ int t = a[i]; a[i] = a[0]; a[0] = t; //最後一個無序元素與堆頂元素交換 adjustHeap(a , 0 , i-1); //調整堆,剛剛交換出來的那個已經不屬於堆中元素了 } } public static void main(String[] args) { int[] array = RandomArrayGenerator.getRandomArray(100 , 30); SortTestHelper.test(new HeapSort() , array); } }
測試結果:
4、總結分析
時間複雜度:O(n log n)
空間複雜度:O(1)
堆排序算法的時間主要用在創建堆和調整堆上面,而調整堆的複雜度是與堆的深度有關的,是log n 。因此適用於記錄較多的序列。
本文我的編寫,水平有限,若有錯誤,懇請指出,歡迎討論分享。