網站首頁 編程語言 正文
堆排序
堆排序是一種樹形選擇排序算法。
簡單選擇排序算法每次選擇一個關鍵字最小的記錄需要 O(n) 的時間,而堆排序選擇一個關鍵字最小的記錄需要 O(nlogn)的時間。
堆可以看作一棵完全二叉樹的順序存儲結構。
在這棵完全二叉樹中,如果每個節點的值都大于等于左邊孩子的值,稱為大根堆(最大堆、又叫大頂堆)。如果每個節點的值都小于等于左邊孩子的值,稱為小根堆(最小堆,小頂堆)。
可以,用數學符號表示如下:
堆排序過程
- 構建初始堆
- 在輸出堆的頂層元素后,從上到下進行調整,將頂層元素與其左右子樹的根節點進行比較,并將最小的元素交換到堆的頂部;然后不斷調整直到葉子節點得到新的堆。
假如,{1, 7, 9, 2, 4, 6, 3, 5, 8}
?建堆,然后進行堆排序輸出。
動畫顯示
- 初始化堆,建堆操作圖畫演示:
首先根據無序序列 {1, 7, 9, 2, 4, 6, 3, 5, 8}
?按照完全二叉樹的順序構建一棵完全二叉樹,如圖:
然后從最后一個分支節點?n/2開始調整堆,這里 9?/ 2 = 4:
然后從 n/2?1 開始調整,即序號 3?開始調整,接著從 n/2-2 執行調整操作,如圖所示:
一直重復到序號為 1?的節點:
最終通過此次調整堆,得到新的堆為 [9, 8, 6, 7, 4, 1, 3, 5, 2]
,得到新的堆后開始堆排序過程
開始堆排序
構建完初始堆后,此時,我們可以進入堆排序,從上面的方法中,
我們可以已知我們構建的最大堆的堆頂是最大的記錄,可以可以將堆頂交換到最后一個元素的位置,然后執行堆頂下沉操作,然后再執行堆調整操作(新的堆頂也是最大值),直到剩余一個節點,得到一個有序序列。
此時,我們又可以進行堆調整操作,如下圖:
堆調整完畢,開始把新的堆頂 8?和最后一個記錄 2?進行交換,然后將堆頂下沉,調整為堆,如下圖所示:
從此我們得到新的堆頂 7 ,然后把 7?跟最后一個元素 3?進行交換,7 下沉,然后堆調整,慢慢得到堆頂 6 和 堆頂5,如圖所示:
然后是 3?下沉:
最后,堆頂 2 與最后一個記錄 1?進行交換,只剩一個節點,堆排序結束,如下圖所示:
我們得到的新的序列按序號讀取數據,就是一個有序序列。
代碼實現
最后,我們用代碼來檢驗一下我們的動畫過程是否正確,如下:
package main import "fmt" // 調整堆 func adjustHeap(array []int, currentIndex int, maxLength int) { var noLeafValue = array[currentIndex] // 當前非葉子節點 // j 指向左孩子 // 當前非葉子節點的左節點為:2 * currentIndex + 1 for j := 2*currentIndex + 1; j <= maxLength; j = currentIndex*2 + 1 { if j < maxLength && array[j] < array[j+1] { // 如果有右孩子,且左孩子比右孩子小 j++ // j 指向右孩子 } if noLeafValue >= array[j] { break // 非葉子節點大于孩子節點,跳過不交換 } array[currentIndex] = array[j] // 移動到當前節點的父節點 currentIndex = j // j 指向交換后的新位置,繼續向下比較 } array[currentIndex] = noLeafValue // 放在合適的位置 } // 初始化堆 func createHeap(array []int, length int) { // 建堆 for i := length / 2; i >= 0; i-- { adjustHeap(array, i, length-1) } } func heapSort(array []int, length int) { for i := length - 1; i > 0; i-- { array[0], array[i] = array[i], array[0] adjustHeap(array, 0, i-1) } } func main() { var unsorted = []int{1, 7, 9, 2, 4, 6, 3, 5, 8} var length = len(unsorted) fmt.Println("建堆之前:") for i := 0; i < length; i++ { fmt.Printf("%d,", unsorted[i]) } fmt.Println() fmt.Println("建堆之后:") createHeap(unsorted, length) for i := 0; i < length; i++ { fmt.Printf("%d,", unsorted[i]) } fmt.Printf("\n堆排序之后: \n") heapSort(unsorted, length) for i := 0; i < length; i++ { fmt.Printf("%d,", unsorted[i]) } }
運行結果:
[Running] go run "e:\Coding Workspaces\LearningGoTheEasiestWay\Go 數據結構\堆排序\main.go"
建堆之前:
1,7,9,2,4,6,3,5,8,
建堆之后:
9,8,6,7,4,1,3,5,2,
堆排序之后:?
1,2,3,4,5,6,7,8,9,
可以看到,創建堆的結果 9,8,6,7,4,1,3,5,2
?和排序結果 1,2,3,4,5,6,7,8,9
?都是和我們圖中的堆一樣,所以說圖看懂了代碼也就變得有意思了。
總結
總結一下堆排序的復雜度:
時間復雜度:堆排序主要耗費時間在初始堆和反復調整堆上,所以時間復雜度為 O(nlogn)O(nlogn)O(nlogn)
空間復雜度:交換記錄需要一個輔助空間,所以空間復雜度為 O(1)O(1)O(1)
穩定性:堆排序多次交換關鍵字,可能會發生相等關鍵字排序前后位置不一樣的情況,所以不穩定
推薦大家都自己畫圖體驗一下堆排序的過程,這中間設計除了涉及到算法的精妙,也能體會到二叉樹的遍歷過程。
原文鏈接:https://juejin.cn/post/7054927088083533838
相關推薦
- 2022-06-07 教你使用Jenkins集成Harbor自動發布鏡像_docker
- 2022-06-02 深入解析Apache?Hudi內核文件標記機制_服務器其它
- 2022-05-25 pytorch?hook?鉤子函數的用法_python
- 2022-09-26 GO語言基本類型String和Slice,Map操作詳解_Golang
- 2022-03-23 C語言實現打印楊輝三角的方法詳細(三種方法)_C 語言
- 2022-01-16 npm ERR! code ELIFECYCLE npm ERR! errno 1 npm ERR!
- 2022-11-18 一文搞懂正則表達式基礎語法以及如何應用_正則表達式
- 2022-09-25 解決ERROR in Conflict: Multiple assets emit differen
- 最近更新
-
- window11 系統安裝 yarn
- 超詳細win安裝深度學習環境2025年最新版(
- Linux 中運行的top命令 怎么退出?
- MySQL 中decimal 的用法? 存儲小
- get 、set 、toString 方法的使
- @Resource和 @Autowired注解
- Java基礎操作-- 運算符,流程控制 Flo
- 1. Int 和Integer 的區別,Jav
- spring @retryable不生效的一種
- Spring Security之認證信息的處理
- Spring Security之認證過濾器
- Spring Security概述快速入門
- Spring Security之配置體系
- 【SpringBoot】SpringCache
- Spring Security之基于方法配置權
- redisson分布式鎖中waittime的設
- maven:解決release錯誤:Artif
- restTemplate使用總結
- Spring Security之安全異常處理
- MybatisPlus優雅實現加密?
- Spring ioc容器與Bean的生命周期。
- 【探索SpringCloud】服務發現-Nac
- Spring Security之基于HttpR
- Redis 底層數據結構-簡單動態字符串(SD
- arthas操作spring被代理目標對象命令
- Spring中的單例模式應用詳解
- 聊聊消息隊列,發送消息的4種方式
- bootspring第三方資源配置管理
- GIT同步修改后的遠程分支