java堆排序原理及算法实现

从堆排序的简介到堆排序的算法实现等如下：

1. 简介

　　堆排序是建立在堆这种数据结构基础上的选择排序，是原址排序，时间复杂度O(nlogn)，堆排序并不是一种稳定的排序方式。堆排序中通常使用的堆为最大堆。　　

2. 堆的定义

　　堆是一种数据结构，是一颗特殊的完全二叉树，通常分为最大堆和最小堆。最大堆的定义为根结点最大，且根结点左右子树都是最大堆；同样，最小堆的定义为根结点最小，且根结点左右子树均为最小堆。

　　最大堆满足其每一个父结点均大于其左右子结点，最小堆则满足其每一个父结点均小于其左右子结点。

3. 堆排序

3.1 堆的存放

　　在堆排序中，堆所表示的二叉树并不需要使用指针的方式在计算机中存放，只需要使用数组即可，将树的结点，从上至下，从左至右一个个放到数组中去。

　　因此，如果数组的起始索引为0，对于一个结点i来说，它的父结点索引为⌊i/2⌋，它的左子结点索引为2i+1，右子结点索引为2i+2。最后一个非叶子节点就是最后一个结点的父亲，如果数组长度为n，那么其索引为⌊(n-1)/2⌋。

3.2 堆排序主要步骤

将无序序列构建成最大堆

将数组分成两个区域，有序区和无序区，初始时创建一个整数i为数组的长度，用来划分有序区和无序区，有序区初始为空。

将堆顶元素和最后一个无序区的元素交换，然后i-1。

调整使得所有无序区的元素重新为最大堆。

重复3，4步，直到 i = 0

3.3 堆的调整

　　假设有某棵完全二叉树，其左右子树均为最大堆，如何调整使得该二叉树成为最大堆呢？如果根结点大于左右子结点，那么已经是最大堆了，无需调整。否则，交换根结点和左右子结点中较大的那个。假设交换的是左结点，那么目前这棵完全二叉树右子树仍然是一个最大堆，左子树则不一定，但是左子树的左右子树还是最大堆，因此不断递归下去调整即可。

　　因此，交换最后一个元素和堆顶元素后的调整步骤，就和上面所说的一致。而将无序序列构建成最大堆，同样也可以运用这一点。从最后一个非叶子结点到第一个非叶子结点（根结点），对这些结点作为根结点的子树，按顺序调用一次上述描述的调整即可（每次调用时，该子树的左右子树必定是最大堆）。

4. 算法实现

#include <stdio.h>
void swap(int *a,int *b) {
 int temp = *a;
 *a = *b;
 *b = temp;
}
//左右子树都是最大堆，从上至下调整使得最大堆, root_index是要调整的树的根节点，length是无序区的长度
void adjust(int array[],int root_index,int length) {
 int left_child = root_index*2+1;
 int right_child = left_child+1;
 int left_or_right = 0;
 if((left_child >= length && right_child >= length) || (left_child >= length && array[root_index] >= array[right_child]) ||
 (right_child >= length && array[root_index] >= array[left_child]) || (array[root_index] >= array[left_child] && array[root_index] >= array[right_child])){
  return;
 }
 else if (array[left_child] >= array[root_index] && (right_child >= length || array[left_child] >= array[right_child])) {
  left_or_right = 1;
 }
 else if (array[right_child] >= array[root_index] && (left_child >= length || array[right_child] >= array[left_child])) {
  left_or_right = 0;
 }
 if(left_or_right) {
  swap(&array[left_child],&array[root_index]);
  adjust(array,left_child,length);
 }
 else {
  swap(&array[right_child],&array[root_index]);
  adjust(array,right_child,length);  
 }
}
//heapsort主递归，每一次将无序区最后一个元素与堆顶元素交换，将堆顶元素加入有序区，因此有序区加1,无序区减1，无序区只剩一个元素的时候递归终止
void heapsort_main(int array[],int length,int last_index) {
 int i;
 if(last_index == 0)
  return;
 swap(&array[0],&array[last_index]);
 adjust(array,0,last_index);
 heapsort_main(array,length,last_index-1);
} 
//入口函数，array是待排序的数组，length是其长度
void heapsort(int array[],int length) {
 int i;
 for(i = length/2-1;i >= 0;i--) {
  adjust(array,i,length);
 }
 heapsort_main(array,length,length-1);
}
int main(int argc,char *argv[]) {
 int array[9] = {1,1,1,2,3,5,2,3,5};
 heapsort(array,9);
 int i;
 for(i = 0;i < 9;i++) {
  printf("%d ",array[i]);
 }
}

5.堆排序性质

时间复杂度O(nlogn)

空间复杂度O(1)

不稳定排序

本篇文章对堆排序所整理的内容，希望可以帮到需要的朋友

# java堆排序原理及算法实现 # java堆排序 # Java 十大排序算法之堆排序刨析 # JAVA堆排序算法的讲解 # Java实现堆排序（大根堆）的示例代码 # java堆排序原理与实现方法分析 # java堆排序概念原理介绍 # java 数据结构之堆排序（HeapSort）详解及实例 # 深入解析堆排序的算法思想及Java代码的实现演示 # java实现堆排序以及时间复杂度的分析 # 子树 # 大堆 # 递归 # 二叉树 # 都是 # 均为 # 数据结构 # 于其 # 上至 # 的是 # 是一个 # 是一种 # 基础上 # 一颗 # 只需要 # 中去 # 不稳定 # 只剩 # 创建一个 # 到第

返回目录在线咨询

上一篇：建站时如何实现倒计时功能，吸引用户关注特定事件？
下一篇：Dapper查询时如何指定事务 Dapper在事务中执行Query

您的项目需求

*请认真填写需求信息，我们会在24小时内与您取得联系。

全网整合营销服务商

java堆排序原理及算法实现

您的项目需求