八大排序之堆排序
2018-02-28 20:37
183 查看
public static void heapSort(int[] arr) {
if (arr == null || arr.length < 2) {
return;
}
for (int i = 0; i < arr.length; i++) { //为每个节点建立大根堆
heapInsert(arr, i);
}
int size = arr.length; //堆中用size表示长度
swap(arr, 0, --size);
while (size > 0) {
heapify(arr, 0, size);
swap(arr, 0, --size);
}
}
// 用 3 0 1 5 2 画图,过程清晰。
//数组最后插入的一个数不断往上走,建立大根堆
public static void heapInsert(int[] arr, int index) {
while (arr[index] > arr[(index - 1) / 2]) {
swap(arr, index, (index - 1) / 2);
index = (index - 1) / 2;
}
}
//调整大根堆,使其成为大根堆
//index代表头部,最开始时候表示根头部,不断下沉的过程
public static void heapify(int[] arr, int index, int size) {
int left = index * 2 + 1;
while (left < size) { //是否越界,是否有后代,当左孩子越界了右孩子肯定越界
int largest = left + 1 < size && arr[left + 1] > arr[left] ? left + 1 : left;
largest = arr[largest] > arr[index] ? largest : index;
if (largest == index) {
break;
}
swap(arr, largest, index);
index = largest;
left = index * 2 + 1;
}
}
public static void swap(int[] arr, int i, int j) {
int tmp = arr[i];
arr[i] = arr[j];
arr[j] = tmp;
}
时间复杂度O(N*longN),额外空间复杂度O(1)。haapInsert时间复杂度O(N),heapify时间复杂度O(N*longN),整体时间复杂度为O(N*longN)。额外空间复杂度因为是根据坐标可以直接求出左孩子、右孩子,因此为O(1)。
重点理解heapInsert和heapIfy过程,注意size边界问题,例如循环条件left<size。 heapify中的index可以是任何坐标位置,不一定必须是从头部开始。
if (arr == null || arr.length < 2) {
return;
}
for (int i = 0; i < arr.length; i++) { //为每个节点建立大根堆
heapInsert(arr, i);
}
int size = arr.length; //堆中用size表示长度
swap(arr, 0, --size);
while (size > 0) {
heapify(arr, 0, size);
swap(arr, 0, --size);
}
}
// 用 3 0 1 5 2 画图,过程清晰。
//数组最后插入的一个数不断往上走,建立大根堆
public static void heapInsert(int[] arr, int index) {
while (arr[index] > arr[(index - 1) / 2]) {
swap(arr, index, (index - 1) / 2);
index = (index - 1) / 2;
}
}
//调整大根堆,使其成为大根堆
//index代表头部,最开始时候表示根头部,不断下沉的过程
public static void heapify(int[] arr, int index, int size) {
int left = index * 2 + 1;
while (left < size) { //是否越界,是否有后代,当左孩子越界了右孩子肯定越界
int largest = left + 1 < size && arr[left + 1] > arr[left] ? left + 1 : left;
largest = arr[largest] > arr[index] ? largest : index;
if (largest == index) {
break;
}
swap(arr, largest, index);
index = largest;
left = index * 2 + 1;
}
}
public static void swap(int[] arr, int i, int j) {
int tmp = arr[i];
arr[i] = arr[j];
arr[j] = tmp;
}
时间复杂度O(N*longN),额外空间复杂度O(1)。haapInsert时间复杂度O(N),heapify时间复杂度O(N*longN),整体时间复杂度为O(N*longN)。额外空间复杂度因为是根据坐标可以直接求出左孩子、右孩子,因此为O(1)。
重点理解heapInsert和heapIfy过程,注意size边界问题,例如循环条件left<size。 heapify中的index可以是任何坐标位置,不一定必须是从头部开始。
相关文章推荐
- 八大排序之堆排序
- 【排序】用Python实现八大排序算法--堆排序
- (C语言)八大排序之:堆排序、快速排序
- 八大排序方法汇总(选择排序,插入排序-简单插入排序、shell排序,交换排序-冒泡排序、快速排序、堆排序,归并排序,计数排序)
- Java 八大排序之——堆排序
- 八大排序之堆排序
- 八大排序之堆排序
- 数据结构与算法系列之一:八大排序之堆排序
- 八大排序之堆排序
- Java提高 - 八大排序方法之堆排序
- 八大排序--堆排序
- java版排序算法简介及冒泡排序以及优化,选择排序,直接插入排序,希尔排序,堆排序,快速排序及其优化前言 2 分类 2 稳定性 3 时间复杂度 4 Java实现版本 5 1、冒泡排序 6 2、选择排序
- 《大话数据结构》第9章 排序 9.7 堆排序(上)
- Python 快速排序 堆排序——Python实现一些算法持续更新
- Daily 排序之堆排序
- 从排序开始(五) 堆排序
- 选择排序之堆排序Java实现
- 排序--堆排序
- 堆排序、快速排序(递归与非递归)、归并排序效率比较
- 排序专题(四) / 不稳定的内部排序 / 堆排序