堆排序简介

概念

堆排序是一种基于二叉堆数据结构的排序算法。它的概念是通过将待排序的元素构建成一个二叉堆,然后通过不断地取出堆顶元素并重新调整堆的结构来实现排序。

算法步骤

  1. 构建最大堆(或最小堆):将待排序的元素构建成一个二叉堆。最大堆的特点是父节点的值大于其子节点的值,最小堆的特点是父节点的值小于其子节点的值。
  2. 交换堆顶元素和最后一个元素:将堆顶元素与堆中最后一个元素交换位置,然后将堆的大小减1。
  3. 调整堆结构:对交换后的堆顶元素进行调整,使其满足堆的性质。
  4. 重复步骤2和步骤3,直到堆的大小为1。

算法特点

  • 堆排序是一种原地排序算法,不需要额外的存储空间。
  • 时间复杂度为O(nlogn),其中n是待排序元素的个数。
  • 不稳定排序算法,可能改变相同值的元素的相对顺序。

优点

  • 相对于其他排序算法,堆排序的常数因子较小,因此在大规模数据的排序中表现较好。
  • 由于堆排序的每一次交换都是跨越较大的距离,因此对于顺序存储的数据,堆排序的缓存命中率较高。

缺点

  • 堆排序的主要缺点是在排序过程中,需要频繁地进行元素的比较和交换,因此相对于其他排序算法,它的性能较差。
  • 不适合对于小规模数据的排序。

适用场景

  • 堆排序适用于大规模数据的排序,尤其是外部排序(数据量无法一次性装入内存)的情况下。
  • 由于堆排序对数据的随机访问较多,因此在数据的存储方式为顺序存储时,堆排序的性能较好。

实现代码

java 复制代码
public class HeapSort {
    public static void heapSort(int[] arr) {
        int n = arr.length;

        // 构建最大堆
        for (int i = n / 2 - 1; i >= 0; i--) {
            heapify(arr, n, i);
        }

        // 交换堆顶元素和最后一个元素,并重新调整堆结构
        for (int i = n - 1; i >= 0; i--) {
            int temp = arr[0];
            arr[0] = arr[i];
            arr[i] = temp;

            heapify(arr, i, 0);
        }
    }

    // 调整堆结构
    public static void heapify(int[] arr, int n, int i) {
        int largest = i; // 初始化最大值为当前节点
        int left = 2 * i + 1; // 左子节点
        int right = 2 * i + 2; // 右子节点

        // 如果左子节点大于最大值,则更新最大值
        if (left < n && arr[left] > arr[largest]) {
            largest = left;
        }

        // 如果右子节点大于最大值,则更新最大值
        if (right < n && arr[right] > arr[largest]) {
            largest = right;
        }

        // 如果最大值不是当前节点,则交换节点位置,并继续调整堆结构
        if (largest != i) {
            int temp = arr[i];
            arr[i] = arr[largest];
            arr[largest] = temp;

            heapify(arr, n, largest);
        }
    }

    public static void main(String[] args) {
        int[] arr = { 4, 10, 3, 5, 1, 11, 33, 7, 12, 9 }
 };
        heapSort(arr);

        System.out.println("排序结果:");
        for (int num : arr) {
            System.out.print(num + " ");
        }
    }
}
相关推荐
尘觉1 小时前
中秋节与 Spring Boot 的思考:一场开箱即用的团圆盛宴
java·spring boot·后端
逻辑留白陈1 小时前
Adaboost进阶:与主流集成算法对比+工业级案例+未来方向
算法
Learn Beyond Limits1 小时前
Mean Normalization|均值归一化
人工智能·神经网络·算法·机器学习·均值算法·ai·吴恩达
天选之女wow2 小时前
【代码随想录算法训练营——Day28】贪心算法——134.加油站、135.分发糖果、860.柠檬水找零、406.根据身高重建队列
算法·leetcode·贪心算法
Gohldg2 小时前
C++算法·贪心例题讲解
c++·数学·算法·贪心算法
Le1Yu2 小时前
2025-10-7学习笔记
java·笔记·学习
popoxf2 小时前
spring容器启动流程(反射视角)
java·后端·spring
远远远远子2 小时前
类与对象 --1
开发语言·c++·算法
Aaplloo2 小时前
【无标题】
人工智能·算法·机器学习
西望云天2 小时前
The 2024 ICPC Asia Nanjing Regional Contest(2024南京区域赛EJKBG)
数据结构·算法·icpc