堆排序算法
2014-08-30 22:51
127 查看
堆排序利用了大根堆(或小根堆)堆顶记录的关键字最大(或最小)这一特征,使得在当前无序区中选取最大(或最小)关键字的记录变得简单。
(1)用大根堆排序的基本思想
① 先将初始文件R[1..n]建成一个大根堆,此堆为初始的无序区
② 再将关键字最大的记录R[1](即堆顶)和无序区的最后一个记录R
交换,由此得到新的无序区R[1..n-1]和有序区R
,且满足R[1..n-1].keys≤R
.key
③由于交换后新的根R[1]可能违反堆性质,故应将当前无序区R[1..n-1]调整为堆。然后再次将R[1..n-1]中关键字最大的记录R[1]和该区间的最后一个记录R[n-1]交换,由此得到新的无序区R[1..n-2]和有序区R[n-1..n],且仍满足关系R[1..n-2].keys≤R[n-1..n].keys,同样要将R[1..n-2]调整为堆。
……
直到无序区只有一个元素为止。
结论: 选择排序、快速排序、希尔排序、堆排序不是稳定的排序算法,而冒泡排序、插入排序、归并排序和基数排序是稳定的排序算法。
(1)用大根堆排序的基本思想
① 先将初始文件R[1..n]建成一个大根堆,此堆为初始的无序区
② 再将关键字最大的记录R[1](即堆顶)和无序区的最后一个记录R
交换,由此得到新的无序区R[1..n-1]和有序区R
,且满足R[1..n-1].keys≤R
.key
③由于交换后新的根R[1]可能违反堆性质,故应将当前无序区R[1..n-1]调整为堆。然后再次将R[1..n-1]中关键字最大的记录R[1]和该区间的最后一个记录R[n-1]交换,由此得到新的无序区R[1..n-2]和有序区R[n-1..n],且仍满足关系R[1..n-2].keys≤R[n-1..n].keys,同样要将R[1..n-2]调整为堆。
……
直到无序区只有一个元素为止。
package com.zhangyao; public class HeapSort { public static void main(String[] args) { int[]s={16,4,10,14,7,9,3,2,8,1}; maxHeapSort(s); for(int cc=0;cc<s.length;cc++){ System.out.print(s[cc]+" "); } } public static void buildMaxHeap(int a[],int n){ // 建最大堆 for(int i=n/2-1;i>=0;i--){ // a[n/2...n]都是树中的叶子,因此可以看成只含一个元素的堆 maxHeap(a,i,n); } } public static void maxHeap(int a[],int i,int n ){ // 保持最大堆,时间复杂度为:在高度为h的节点上时间为:O(h) int left=(i<<1)+1; // 左节点 int right=(i<<1)+2 ; // 右节点 int largest=0; // 存放最大节点的下标 if(left<=n&&a[left]>a[i]){ largest=left; }else{ largest=i; } if(right<=n&&a[right]>a[largest]){ largest=right; } if(largest!=i){ int temp=a[i]; a[i]=a[largest]; a[largest]=temp; maxHeap(a,largest,n); // 递归子树,使交换后子树保持最大堆性质 } } public static void maxHeapSort(int s[]){ buildMaxHeap(s,s.length-1); // 建立最大堆,时间复杂度 O(n) for(int i=s.length-1;i>0;i--){ // 调换根元素和最后一个节点,n-1调用中每一次时间代价为:O(lg(n)) int tempq=s[i]; s[i]=s[0]; s[0]=tempq; maxHeap(s,0,i-1); // 剔除最后一个节点,使剩下的保持最大堆 } } }
结论: 选择排序、快速排序、希尔排序、堆排序不是稳定的排序算法,而冒泡排序、插入排序、归并排序和基数排序是稳定的排序算法。