文章目录
- 🐒个人主页
- 🏅算法思维框架
- 📖前言:
- 🎀堆排序 时间复杂度O(n*logn)
- 🎇1. 算法步骤思想
- 🎇2、动画演示
- 🎇3.代码实现
🐒个人主页
🏅算法思维框架
📖前言:
本篇博客主要以介绍十大排序算法中的堆排序,有详细的图解、动画演示、良好的代码注释,帮助加深对这些算法的理解,进行查漏补缺~
🎀堆排序 时间复杂度O(n*logn)
堆排序(Heapsort) 是指利用堆这种数据结构所设计的一种排序算法。堆是一个近似完全二叉树的结构,并同时满足堆积的性质:即子结点的键值或索引总是小于(或者大于)它的父节点。堆排序可以说是一种利用堆的概念来排序的选择排序。分为两种方法:
大顶堆:每个节点的值都大于或等于其子节点的值,在堆排序算法中用于升序排列;
小顶堆:每个节点的值都小于或等于其子节点的值,在堆排序算法中用于降序排列; 堆排序的平均时间复杂度为 Ο(nlogn)。
有好多人都说堆排序代码有点复杂但是它的思路其实是最好理解的!他的思路是将大根堆顶的最大值元素放到数组没有排序区间的末尾,然后对没有排序的区间重新变成大根堆,直到没有排序的区间中只剩一个元素,就排好序了。
难的无非是不会将一个数组变成堆heapify,也不会取出堆顶元素后(删除操作(下沉操作)),再将其变成堆
。
🎇1. 算法步骤思想
- 创建一个堆 H[0……n-1] ;【heapify()操作----->时间复杂度O(n)】
- 把堆首(最大值)和堆尾互换;【交换数组中的堆顶与数组未排序区间的末尾元素】
- 调用swim()方法----->时间复杂度O(logn),使除过堆尾元素的树满足最大堆的性质;【对没有排序的区间进行下沉操作,重新生成堆】
- 重复步骤 2,直到堆中只有一个元素。
🎇2、动画演示
🎇3.代码实现
public int[] sort(int[] nums) {
if(nums==null||nums.length<2){
return nums;
}
//思路:【堆排序】:先将nums[]构建成大根堆heapify()操作,
// 再将堆顶元素与未排序区间的末尾元素进行交换,对此时的堆顶元素进行【无序区间】的下沉操作,重复上述操作....直至数组有序
heapify(nums);//【将nums[]数组变成堆】
//进行排序
for (int i = nums.length-1; i >0; i--) {
//交换
int temp=nums[i];
nums[i]=nums[0];
nums[0]=temp;
//对根节点进下沉操作,让没有排序的区间重新变成堆
swim(nums,0,i);
}
return nums;
}
//写两个辅助方法:获取父亲节点下标,获取左孩子节点下标
private int getParentIndex(int childIndex){
return (childIndex-1)/2;
}
private int getLeftChildIndex(int parentIndex){
return 2*parentIndex+1;
}
private void heapify(int[] nums){//【将nums[]数组变成堆】
//思路:拿到数组最后一个元素的父亲节点下标,直到根节点,依次进行下沉操作
int lastParentIndex=getParentIndex(nums.length-1);
for (int i = lastParentIndex; i >=0 ; i--) {
swim(nums,i,nums.length);
}
}
/**
* 下沉操作
* @param nums 进行下沉操作的数组
* @param index 需要进行下沉操作的节点
* @param length 进行下沉操作的区间长度
*/
private void swim(int[] nums,int index,int length){
//下沉思路:将目标值rootVal与当前节点index的左右孩子最大优先级进行比较:
// 1.如果rootVal<孩子优先级,孩子优先级覆盖当前父亲节点index,index索引最大优先级的孩子,重新找孩子进行比较
// 2.如果rootVal>=孩子优先级,找到了break,将当前节点nums[index]=rootVal
//3.如果找到头都没有找到,将当前节点nums[index]=rootVal 【情况2、3可合并处理】
int rootVal=nums[index];//寄存将要下沉节点的值
int leftIndex=getLeftChildIndex(index);//获取当前节点的左孩子
int maxChildPiroirtyIndex=leftIndex;//【默认左孩子为孩子的最大优先级,原因堆是一棵完全二叉树...】
while (leftIndex<length){//左孩子存在
int rightIndex=leftIndex+1;//右孩子下标
if(rightIndex<length&&nums[leftIndex]<nums[rightIndex]){//左孩子存在且左孩子优先级<右孩子优先级
maxChildPiroirtyIndex=rightIndex;
}
//进行优先级的比较
if(rootVal<nums[maxChildPiroirtyIndex]){
nums[index]=nums[maxChildPiroirtyIndex];//覆盖父节点
//更新索引指向
index=maxChildPiroirtyIndex;
leftIndex=getLeftChildIndex(index);
maxChildPiroirtyIndex=leftIndex;
}else {
break;
}
}
nums[index]=rootVal;//插入目标值
}