漫画：什么是堆排序？

在上一篇漫画中，小灰介绍了 二叉堆 这样一种强大的数据结构：

漫画：什么是二叉堆？（修正版）

那么，这个二叉堆怎样来使用呢？我们这一期将会详细讲述。

让我们回顾一下二叉堆和最大堆的特性：

1.二叉堆本质上是一种完全二叉树

2.最大堆的堆顶是整个堆中的最大元素

当我们删除一个最大堆的堆顶（并不是完全删除，而是替换到最后面），经过自我调节，第二大的元素就会被交换上来，成为最大堆的新堆顶。

正如上图所示，当我们删除值为10的堆顶节点，经过调节，值为9的新节点就会顶替上来；当我们删除值为9的堆顶节点，经过调节，值为8的新节点就会顶替上来.......

由于二叉堆的这个特性，我们每一次删除旧堆顶，调整后的新堆顶都是大小仅次于旧堆顶的节点。那么我们只要反复删除堆顶，反复调节二叉堆，所得到的集合就成为了一个有序集合，过程如下：

删除节点9，节点8成为新堆顶：

删除节点8，节点7成为新堆顶：

删除节点7，节点6成为新堆顶：

删除节点6，节点5成为新堆顶：

删除节点5，节点4成为新堆顶：

删除节点4，节点3成为新堆顶：

删除节点3，节点2成为新堆顶：

到此为止，我们原本的最大堆已经变成了一个从小到大的有序集合。之前说过二叉堆实际存储在数组当中，数组中的元素排列如下：

由此，我们可以归纳出堆排序算法的步骤：

1. 把无序数组构建成二叉堆。

2. 循环删除堆顶元素，移到集合尾部，调节堆产生新的堆顶。

public class HeapSort {/*** 下沉调整* @param array     待调整的堆* @param parentIndex    要下沉的父节点* @param parentIndex    堆的有效大小*/public static void downAdjust(int[] array, int parentIndex, int length) {// temp保存父节点值，用于最后的赋值int temp = array[parentIndex];int childIndex = 2 * parentIndex + 1;while (childIndex < length) {// 如果有右孩子，且右孩子大于左孩子的值，则定位到右孩子if (childIndex + 1 < length && array[childIndex + 1] > array[childIndex]) {childIndex++;}// 如果父节点小于任何一个孩子的值，直接跳出if (temp >= array[childIndex])break;//无需真正交换，单向赋值即可array[parentIndex] = array[childIndex];parentIndex = childIndex;childIndex = 2 * childIndex + 1;}array[parentIndex] = temp;}/*** 堆排序* @param array     待调整的堆*/public static void heapSort(int[] array) {// 1.把无序数组构建成二叉堆。for (int i = (array.length-2)/
2; i >= 0; i--) {downAdjust(array, i, array.length);}System.out.println(Arrays.toString(array));// 2.循环删除堆顶元素，移到集合尾部，调节堆产生新的堆顶。for (int i = array.length - 1; i > 0; i--) {// 最后一个元素和第一元素进行交换int temp = array[i];array[i] = array[0];array[0] = temp;// 下沉调整最大堆downAdjust(array, 0, i);}}public static void main(String[] args) {int[] arr = new int[] {1,3,2,6,5,7,8,9,10,0};heapSort(arr);System.out.println(Arrays.toString(arr));}}

二叉堆的节点下沉调整（downAdjust 方法）是堆排序算法的基础，这个调节操作本身的时间复杂度是多少呢？

假设二叉堆总共有n个元素，那么下沉调整的最坏时间复杂度就等同于二叉堆的高度，也就是O（logn）。

我们再来回顾一下堆排序算法的步骤：

1. 把无序数组构建成二叉堆。

2. 循环删除堆顶元素，移到集合尾部，调节堆产生新的堆顶。

第一步，把无序数组构建成二叉堆，需要进行n/2次循环。每次循环调用一次 downAdjust 方法，所以第一步的计算规模是 n/2 * logn，时间复杂度O（nlogn）。

第二步，需要进行n-1次循环。每次循环调用一次 downAdjust 方法，所以第二步的计算规模是（n-1） * logn ，时间复杂度 O（nlogn）。

两个步骤是并列关系，所以整体的时间复杂度同样是 O（nlogn）。

—————END—————

漫画：什么是堆排序？相关推荐

漫画：有趣的海盗问题（完整版）
----- 第二天 ----- 海盗分金币问题: 有5个海盗,获得了100枚金币,于是他们要商量一个方法来分配金币.商议方式如下: 1. 由5个海盗轮流提出分配方案. 2. 如果超过半数海盗(包括 ...
漫画：什么是LRU算法？
本期封面作者:A17 ----- 两个月前 ----- 用户信息当然是存在数据库里.但是由于我们对用户系统的性能要求比较高,显然不能每一次请求都去查询数据库. 所以,小灰在内存中创建了一个哈希表作 ...
今晚，咱们就聊聊堆排序吧！
作者:小灰来自:程序员小灰(ID:chengxuyuanxiaohui) 在上一篇漫画中,小灰介绍了二叉堆这样一种强大的数据结构: 漫画:什么是二叉堆?(修正版) 那么,这个二叉堆怎样来使用呢? ...
python遍历数组冒泡排序_经典排序算法（冒泡排序，选择排序，插入排序，快速排序，堆排序）python实现...
最近在复习经典排序算法,自己用python也实现了一下,这里不会涉及到原理(因为网上方法已经很详细啦),就把函数贴上来,可以让大家自己试着运行下,再结合别处的原理也可以更好地理解它们的实现. 如果有错 ...
【算法入门漫画】：“排序算法” 大总结
冒泡排序: 漫画:什么是冒泡排序? 选择排序: 漫画:什么是选择排序? 插入排序: 漫画:什么是插入排序? 此外还有冒泡排序的变种,鸡尾酒排序: 漫画:什么是鸡尾酒排序? 第三梯队的排序算法有什么共同 ...
漫画：什么是优先队列
转载自漫画:什么是优先队列在之前的漫画中,我们介绍了二叉堆和堆排序.没看过的小伙伴可以看一看前文: 漫画:什么是二叉堆?(修正版) 漫画:什么是堆排序? 这一次,我们来讲一讲二叉堆的另外一个应用 ...
算法与数据结构（三）二叉树的简单应用二叉查找树，二叉堆排序
一二叉查找树二叉查找树又叫二叉排序树,是为了解决查找的效率问题.正常情况下查找一个元素,需要O(n)的代价,但是如果查找元素有顺序,有序数组:可以用二分查找降低到 lgn 代价,但是有序链表的代 ...
c++ 二维数组排序_漫画：“排序算法” 大总结
冒泡排序: 漫画:什么是冒泡排序?mp.weixin.qq.com 选择排序: 漫画:什么是选择排序?mp.weixin.qq.com 插入排序: 漫画:什么是插入排序?mp.weixin.q ...
漫画：有趣的 “切蛋糕“ 问题
----- 第二天 ----- 举个例子: 我们有5块蛋糕, 蛋糕的大小分别是 5,17,25,3,15 我们有7位顾客, 他们的饭量分别是 2,5,7,9,12,14,20 (每个蛋糕大小和顾客 ...
《漫画算法》终于出电子书了！
今年5月,小灰出版了<漫画算法>这本纸质书. 在今年年中,本书获得[京东科技新书畅销榜]第1名,[京东科技畅销榜]第4名,非常感谢大家的支持! 但是有一点美中不足,小灰的这本<漫画算 ...

漫画：什么是堆排序？

漫画：什么是堆排序？相关推荐

最新文章

热门文章