Java编程内功-数据结构与算法「堆排序」

 堆排序基本介绍

堆排序是编程利用堆这种数据结构而设计的一种排序算法，堆排序是内功一种选择排序，它的数据算法最好、最坏、结构平均时间复杂度均为O(nlogn)，堆排它是编程不稳定排序。 堆是内功具有以下性质的完全二叉树：每个节点的值都大于等于其左右子节点的值，称为大顶堆，数据算法注意：没有要求最有子节点值得大小关系。结构 每个节点的堆排值都小于等于左右子节点的值，称为小顶堆。编程 大顶堆的内功特点：arr[i ] >= arr[2i+1] && arr[i] >= arr[2i+2], i 对应第几个节点，i 从编号0开始。数据算法 小顶堆的结构特点: arr[i ] <= arr[2i+1] && arr[i] <= arr[2i+2], i 对应第几个节点，i 从编号0开始。服务器托管堆排 一般升序采用大顶堆，降序采用小顶堆。

堆排序基本思想

将待排序序列构造成一个大顶堆 此时，整个序列的最大值就是堆顶的根节点。 将其与数组末尾元素进行交换，此时末尾就为最大值。 然后将剩余 n-1 个元素重新构建成一个堆，这样会得到n个元素的次小值。如此反复执行，便能得到一个有序序列。

可以看到在构建大顶堆的过程中，元素的个数逐渐减少，最后得到一个有序序列了

一个数组中非叶子节点的个数 = arr.length / 2 - 1

代码案例

package com.xie.tree; public class HeapSort {      public static void main(String[] args) {          int[] arr = new int[8000000];         for (int i = 0; i < 8000000; i++) {              arr[i] = (int) (Math.random() * 800000000);         }         long start = System.currentTimeMillis();         heapSort(arr);         long end = System.currentTimeMillis();         System.out.println("耗时：" + (end - start) + "ms");         /**          * 800万数据          * 堆排序!!          * 耗时：2482ms          */     }     public static void heapSort(int[] arr) {          int temp = 0;         System.out.println("堆排序!!");         //1.将无序序列构成一个堆，根据升序降序需求选择大顶堆或小顶堆         for (int i = arr.length / 2 - 1; i >= 0; i--) {              adjustHeap(arr, i, arr.length);         }         //2.将堆顶元素与数组末尾元素交换，将最大元素"沉"到数组末端         //3.重新调整结构，使其满足堆定义，然后继续交换堆顶元素与当前末尾元素，反复执行调整+交换步骤，直到整个序列有序。         for (int j = arr.length - 1; j > 0; j--) {              //交换             temp = arr[j];             arr[j] = arr[0];             arr[0] = temp;             adjustHeap(arr, 0, j);         }     }     /**      * 将一个数组（二叉树），亿华云调整成一个大顶堆      * 功能：完成将以 i 对应的非叶子节点的树调整成大顶堆      *      * @param arr    待调整的数组      * @param i      表示非叶子节点在数组的索引      * @param length 表示对多少个元素进行调整,length在逐渐减少      */     public static void adjustHeap(int[] arr, int i, int length) {          //先取出当前元素的值，保存在临时变量         int temp = arr[i];         //k = 2 * i + 1  是i节点的左子节点         for (int k = 2 * i + 1; k < length; k = k * 2 + 1) {              //当左子节点值小于右子节点值             if (k + 1 < length && arr[k] < arr[k + 1]) {                  k++;//k指向右子节点             }             //如果子节点值大于父节点值             if (arr[k] > temp) {                  //把较大的值赋给当前节点                 arr[i] = arr[k];                 //!!! i指向k 继续循环比较                 i = k;             } else {                  break;             }         }         //当for循环结束后，我们已经将以 i 为父节点的树的最大值，放在了最顶。         //将temp值放到调整后的位置         arr[i] = temp;     } } 

 【编辑推荐】

跟妹妹聊到 Java 16 新特征，真香！ IT项目过多，管理太难？NO！因为你还没学会这七招 学了五年Python，这些网站让我相见恨晚，快来一起见识一下 Java都到16了，为什么都还在用8，是越做越烂了么？ 实在太神奇！Windows10这些黑科技小功能你都用过吗

很赞哦!（1）