深入浅出排序算法之堆排序

目录

[1. 算法介绍](#1. 算法介绍)

[2. 执行流程⭐⭐⭐⭐⭐✔](#2. 执行流程⭐⭐⭐⭐⭐✔)

[3. 代码实现](#3. 代码实现)

[4. 性能分析](#4. 性能分析)


1. 算法介绍

堆是一种数据结构,可以把堆看成一棵完全二叉树,这棵完全二叉树满足:任何一个非叶结点的值都不大于(或不小于)其左右孩子结点的值。若父亲大孩子小,则这样的堆叫作大顶堆;若父亲小孩子大,则这样的堆叫作小顶堆。

根据堆的定义知道,代表堆的这棵完全二叉树的根结点的值是最大(或最小)的,因此将一个无序序列调整为一个堆,就可以找出这个序列的最大(或最小)值,然后将找出的这个值交换到序列的最后(或最前),这样,有序序列关键字增加1个,无序序列中关键字减少1个,对新的无序序列重复这样的操作,就实现了排序。这就是堆排序的思想。

**堆排序中最关键的操作是将序列调整为堆。**整个排序的过程就是通过不断调整,使得不符合堆定义的完全二叉树变为符合堆定义的完全二叉树。

2. 执行流程⭐⭐⭐⭐⭐✔

建堆是先从自下而上,从右往左建

初始堆的每一个结点都要满足堆的定义,也就是父节点的值大于左右孩子结点的值!!!

选出最大值,是将根结点和 最后一个结点****互换,然后继续构建大顶堆!!!

⭐⭐⭐堆顶和最后一个元素交换,才算一趟,也是该趟的最终序列结果!!!

建堆和排序结果是两个阶段,但同属于一趟中。

图示如下:

3. 代码实现

为了三个步骤:

**步骤一:**先建堆(大根堆或者小根堆)

**步骤二:**交完堆顶和最后一个元素,然后堆的大小减一

**步骤三:**向下调整堆

步骤一只需实现一次,步骤二和步骤三循环执行,得到最终的有序序列。

java 复制代码
    //开始排序:堆排序分为三个功能 ①开始建堆,②交换,③向下调整,重复②和③步
    public static void heapSort(int[] array,int len){
        int end = len - 1;//确定最后一个结点的下标
        createHeap(array);//建堆
        //当只剩下一个结点的时候,就不需要交换
        while(end > 0){
            //交换
            swap(array,0,end);
            //向下调整
            shiftDown(array,0,end);
            //调整完一个结点,下一个
            end--;
        }
    }
    //交换数据
    public static void swap(int[] array,int i,int j){
        int tmp = array[i];
        array[i] = array[j];
        array[j] = tmp;
    }
    //堆排序(大根堆)
    //从上往下建堆,所以先找父节点,再找孩子结点
    public static void createHeap(int[] array){
        for(int parent = (array.length - 1 - 1) / 2;parent >= 0;parent--){
            shiftDown(array,parent,array.length);
        }
    }
    //向下调整
    public static void shiftDown(int[] array,int parent,int len){
        //定义一个记录孩子下标的变量(左孩子)
        int child = 2 * parent + 1;
        //判断父节点和孩子结点的大小,至少左孩子要存在
        while(child < len){
            //比较左右孩子
            if((child + 1) < len && array[child] < array[child + 1]){
                child++;
            }
            //判断父节点和孩子节点
            if(array[child] > array[parent]){
                swap(array,child,parent);
                parent = child;
                child = 2 * parent + 1;
            }else{
                break;
            }
        }
    }
java 复制代码
    public static void main(String[] args) {
        int[] a = {5,4,3,2,1};
        Sort.heapSort(a, a.length);
        for (int x : a) {
            System.out.print(x + " ");
        }
    }

4. 性能分析

|------------|-----------|
| 时间辅助度 | 空间复杂度 |
| O(N*logN) | O(1) |
| 数据不敏感 | 数据不敏感 |

稳定性:不稳定。

来上解析,怎么计算这个时间复杂度。

(1)步骤一的时间复杂度:首先知道有N个结点开始建堆,这个时间复杂度就是O(N),大家可以去看看这篇文章,里面有讲建堆的时间复杂度。链接如下:

数据结构------堆、堆排序和优先级队列(代码为Java版本)

(2)步骤二和步骤三循环的时间复杂度:那么我第一个结点交换时,需要向下调整为log(N - 1)层;交换第二个结点后,需要向下log(N - 2),接下来就是log(N - 3),log(N - 4),......,log1。所以总的调整次数是log(N - 1) + log(N - 2) + log(N - 3) + log(N - 4) + ...... + log1 = log((N - 1)!)。

我们可以在网上看到堆排序的时间复杂度是O(N*logN),这是堆排序的大致估算(我们算时间复杂度都是算个大概),其实**log((N - 1)!) 约等于 NlogN。**下面是我的证明结果:

① 使用夹逼准则证明:

先求上限:

再求下限:

因为

所以

时,

② 则有:

③结论: 既是 的低阶函数,又是 的高阶函数,因此是 同阶函数!

(3)由于上面的证明步骤,我们可以知道堆排序的时间复杂度是

相关推荐
张宇Joaquin14 分钟前
鲲鹏统一并行加速库KUPL--众核并行能力介绍
java·开发语言·网络
shehuiyuelaiyuehao26 分钟前
算法31,前缀和,可被k整除的子数组
数据结构·python·算法
宸津-代码粉碎机1 小时前
AI攻防战升级!基于Spring AI构建Java应用自动免疫安全体系
java·大数据·开发语言·人工智能·python·安全·spring
2601_963749102 小时前
越华环保集团数字化污水治理:端边云采集架构与平台对接实现
java·大数据·架构
203号居民2 小时前
LeetCode hot 100 — 141. 环形链表2
算法·leetcode·链表
xcLeigh2 小时前
Go入门:整数类型的溢出与安全边界
java·安全·golang
玖玥拾2 小时前
LeetCode 202 快乐数
算法·leetcode
LuminousCPP3 小时前
数据结构-二叉树(六):BFS层序遍历与完全二叉树判断|复用链式队列 + (N_0=N_2+1) 性质证明
c语言·数据结构·笔记·算法·二叉树·宽度优先
源码宝3 小时前
SpringBoot+Vue2 诊所门诊管理系统,完整前后端源码,可直接部署上线
java·源码·his系统·门诊系统·程序代码·诊所系统·门诊his
yychen_java3 小时前
九:Text-to-SQL 智能数据查询与 Human-in-the-Loop 人机协作
java·人工智能·架构