堆排序是一种树形选择排序,是对直接选择排序的有效改进。

一.基本思想

堆的定义如下:具有n个元素的序列(k1,k2,…,kn),当且仅当满足

java小顶堆 小顶堆序列_大顶堆


时称之为堆。由堆的定义可以看出,堆顶元素(即第一个元素)必为最小项或最大项,相应的堆称为小顶堆或大顶堆。

若以一维数组存储一个堆,则堆对应一棵完全二叉树,且所有非叶结点的值均不大于(或不小于)其子女的值,根结点(堆顶元素)的值是最小(或最大)的。如:

(a)大顶堆序列:(96, 83,27,38,11,09)

(b) 小顶堆序列:(12,36,24,85,47,30,53,91)

java小顶堆 小顶堆序列_排序_02


初始时把要排序的n个数的序列看作是一棵顺序存储的二叉树(一维数组存储二叉树),调整它们的存储序,使之成为一个堆,将堆顶元素输出,得到n 个元素中最小(或最大)的元素,这时堆的根节点的数最小(或者最大)。然后对前面(n-1)个元素重新调整使之成为堆,输出堆顶元素,得到n 个元素中次小(或次大)的元素。依此类推,直到只有两个节点的堆,并对它们作交换,最后得到有n个节点的有序序列。称这个过程为堆排序。

因此,实现堆排序需解决两个问题:

1. 如何将n 个待排序的数建成堆;

2. 输出堆顶元素后,怎样调整剩余n-1 个元素,使其成为一个新堆。

首先讨论第二个问题:输出堆顶元素后,对剩余n-1元素重新建成堆的调整过程。

调整小顶堆的方法:

1)设有m 个元素的堆,输出堆顶元素后,剩下m-1 个元素。将堆底元素送入堆顶((最后一个元素与堆顶进行交换),堆被破坏,其原因仅是根结点不满足堆的性质。

2)将根结点与左、右子树中较小元素的进行交换。

3)若与左子树交换:如果左子树堆被破坏,即左子树的根结点不满足堆的性质,则重复方法 (2).

4)若与右子树交换,如果右子树堆被破坏,即右子树的根结点不满足堆的性质。则重复方法 (2).

5)继续对不满足堆性质的子树进行上述交换操作,直到叶子结点,堆被建成。

称这个自根结点到叶子结点的调整过程为筛选。如图:

java小顶堆 小顶堆序列_堆排序_03

再讨论对n 个元素初始建堆的过程。

建堆方法:对初始序列建堆的过程,就是一个反复进行筛选的过程。

1)n 个结点的完全二叉树,则最后一个结点是第个结点的子树。

2)筛选从第个结点为根的子树开始,该子树成为堆。

3)之后向前依次对各结点为根的子树进行筛选,使之成为堆,直到根结点。

如图建堆初始过程:无序序列:(49,38,65,97,76,13,27,49)

java小顶堆 小顶堆序列_完全二叉树_04

二.算法的实现

/**
     * 简单选择排序
     * 从小到大排序
     * @param array
     */
    public static void selectSort(int[] array){
        for (int i = 0; i < array.length-1; i++) {
            int minIndex=i; //最小数的下标
            for(int j=i+1; j<array.length; j++){
                if(array[j] < array[minIndex]){
                    minIndex=j;
                }
            }
            if(minIndex != i){
                int temp = array[i];
                array[i] = array[minIndex];
                array[minIndex] = temp;
            }
        }
    }

    /**
     * 堆排序
     * 从小到大
     * @param array
     */
    public static void heapSort(int[] array){
        buildHeap(array);
        printArray(array);
        int length = array.length;
        for(int i=length-1; i>0; i--){
            //将最后一个元素和第一个元素交换
            int temp = array[0];
            array[0] = array[i];
            array[i] = temp;
            adjustHeap(array, 0, i);
        }
    }

    /**
     * 创建大顶堆
     * @param array
     */
    public static void buildHeap(int[] array){
        for(int i=(array.length-1)/2-1; i>=0; i--){
            adjustHeap(array,i,array.length);
        }
    }

    /**
     * 调整至大顶堆
     * @param array
     * @param s 待调整的位置
     * @param length    待调整的数组的长度
     */
    public static void adjustHeap(int[] array,int s,int length){
        int temp = array[s];    //存储待调整的元素
        int child = 2*s+1;
        while(child < length){
            if(child+1<length && array[child] <array[child+1]){
                child++;
            }
            if(array[s] < array[child]){
                array[s] = array[child];//大的节点往上移
                s = child;//更改待调整的节点
                child = 2*child+1;
            }else{
                break;  //如果待调整的节点比左右孩子节点都大,无需调整
            }
            array[s] = temp;//将待调整的节点放到比他大的孩子节点上
        }
    }

三.效率

设树深度为k,

java小顶堆 小顶堆序列_大顶堆_05

。从根到叶的筛选,元素比较次数至多2(k-1)次,交换记录至多k 次。所以,在建好堆后,排序过程中的筛选次数不超过下式:

java小顶堆 小顶堆序列_排序_06


而建堆时的比较次数不超过4n 次,因此堆排序最坏情况下,时间复杂度也为:O(nlgn )。

四.应用场景

堆排序的效率与序列的初始顺序无关。