排序算法之堆排序


title: 堆排序

date: 2024-7-23 15:48:25 +0800

categories:

  • 排序算法
    tags:
  • 排序
  • 算法
  • 堆排序
    description: 堆排序(Heap Sort)是一种基于堆的排序算法,具有较高的效率和稳定性。
    math: true

堆排序

堆排序(Heap Sort)是一种基于堆的排序算法,具有较高的效率和稳定性。堆排序利用堆这种完全二叉树的数据结构进行排序,常用的是大顶堆(最大堆)来实现升序排序。本文将详细介绍堆排序的原理、步骤、示例、复杂度分析及其Java代码实现。

堆排序的原理

  1. 堆的定义是一种完全二叉树,其中每个节点的值都大于或等于其左右子节点的值,这种堆称为大顶堆;每个节点的值都小于或等于其左右子节点的值,这种堆称为小顶堆。
  2. 通常堆是通过一维[数组]来实现的。在数组起始位置为0的情形中:
  • 父节点i的左子节点在位置 ( 2 i + 1 ) (2i+1) (2i+1);
  • 父节点i的右子节点在位置 ( 2 i + 2 ) (2i+2) (2i+2);
  • 子节点i的父节点在位置 ( i − 1 ) / 2 (i−1)/2 (i−1)/2;
  1. 堆排序的基本思想
    • 将待排序的数组构造成一个大顶堆。
    • 取出堆顶元素(当前堆中最大值),将其与堆的最后一个元素交换。
    • 调整堆结构,使其满足堆的性质,重复上述步骤直到整个数组排序完成。

堆排序的步骤

  1. 构建初始堆:将无序数组构建成一个大顶堆。
  2. 交换堆顶元素与末尾元素:将堆顶元素(最大值)与末尾元素交换。
  3. 调整堆:将剩余元素重新调整为大顶堆。
  4. 重复步骤2和3,直到所有元素有序。

图示

示例

复杂度分析

  • 时间复杂度为 O ( n log ⁡ n ) O(n \log n) O(nlogn)、非自适应排序 :建堆操作使用 O ( n ) O(n) O(n) 时间。从堆中提取最大元素的时间复杂度为 O ( log ⁡ n ) O(\log n) O(logn) ,共循环 n − 1 n - 1 n−1 轮。

  • 空间复杂度为 O ( 1 ) O(1) O(1)、原地排序 :几个指针变量使用 O ( 1 ) O(1) O(1) 空间。元素交换和堆化操作都是在原数组上进行的。

  • 非稳定排序:在交换堆顶元素和堆底元素时,相等元素的相对位置可能发生变化。

时间复杂度

  • 所有时间复杂度 : O ( n log ⁡ n ) O(n \log n) O(nlogn)。

空间复杂度

  • 空间复杂度 : O ( 1 ) O(1) O(1)

堆排序的代码实现(Java)

java 复制代码
public class HeapSort {

    // 主排序函数
    public static void heapSort(int[] arr) {
        int n = arr.length;

        // 构建初始大顶堆,从非叶子结点的元素处开始遍历
        for (int i = n / 2 - 1; i >= 0; i--) {
            heapify(arr, n, i);
        }

        // 逐步将堆顶元素与末尾元素交换,并调整堆
        for (int i = n - 1; i > 0; i--) {
            // 将当前堆顶元素与末尾元素交换
            int temp = arr[0];
            arr[0] = arr[i];
            arr[i] = temp;

            // 调整堆
            heapify(arr, i, 0);
        }
    }

    // 调整堆
    public static void heapify(int[] arr, int n, int i) {
        int largest = i; // 当前节点
        int left = 2 * i + 1; // 左子节点
        int right = 2 * i + 2; // 右子节点

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

        // 如果右子节点大于当前节点,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,并递归调整堆
        if (largest != i) {
            int swap = arr[i];
            arr[i] = arr[largest];
            arr[largest] = swap;
			//如果交换了,需要确认被交换的叶子节点仍然是个大顶堆
            heapify(arr, n, largest);
        }
    }

    // 主函数
    public static void main(String[] args) {
        int[] arr = {38, 27, 43, 3, 9, 82, 10};
        System.out.println("Given Array:");
        for (int num : arr) {
            System.out.print(num + " ");
        }
        System.out.println();

        // 调用堆排序函数
        heapSort(arr);

        System.out.println("\nSorted Array:");
        for (int num : arr) {
            System.out.print(num + " ");
        }
        System.out.println();
    }
}
相关推荐
凌肖战42 分钟前
力扣网编程55题:跳跃游戏之逆向思维
算法·leetcode
88号技师2 小时前
2025年6月一区-田忌赛马优化算法Tianji’s horse racing optimization-附Matlab免费代码
开发语言·算法·matlab·优化算法
ゞ 正在缓冲99%…2 小时前
leetcode918.环形子数组的最大和
数据结构·算法·leetcode·动态规划
Kaltistss3 小时前
98.验证二叉搜索树
算法·leetcode·职场和发展
知己如祭3 小时前
图论基础(DFS、BFS、拓扑排序)
算法
mit6.8243 小时前
[Cyclone] 哈希算法 | SIMD优化哈希计算 | 大数运算 (Int类)
算法·哈希算法
c++bug3 小时前
动态规划VS记忆化搜索(2)
算法·动态规划
哪 吒3 小时前
2025B卷 - 华为OD机试七日集训第5期 - 按算法分类,由易到难,循序渐进,玩转OD(Python/JS/C/C++)
python·算法·华为od·华为od机试·2025b卷
军训猫猫头4 小时前
1.如何对多个控件进行高效的绑定 C#例子 WPF例子
开发语言·算法·c#·.net
success4 小时前
【爆刷力扣-数组】二分查找 及 衍生题型
算法