归并排序不使用递归

使用一个变量，使其按照1、2、4、8递增，控制左右两边1个元素、2个元素、4个元素等元素的合并

完全二叉树

完全二叉树要不全是满的，要不叶子节点出现在最后一层，只要出现了叶子节点，后面的都是叶子节点
完全二叉树可以用数组下标从0-7来表示，依据以下公式计算左节点、右节点和父节点
对于任意节点 i
左节点 2*i+1
右节点 2*i+2
父节点 (i-1)/2

堆

堆（完全二叉树）

大根堆

在完全二叉树上，每一个子树的最大值都是头节点

小根堆

在完全二叉树上，每一个子树的最小值都是头节点

堆的插入和删除操作是O(logn),构建堆的操作是O(n)

堆的存储方式不是链式存储，而是顺序存储。左孩子下标是 2*parent +1;右孩子下标是2 * parent+2

优先队列：比如最大优先队列，让最大的元素出队，即使最大元素不在队头，他仍然是第一个出队，因为它优先级最高。优先队列的底层是使用大根堆来实现的。每一次入队操作就是堆的插入操作，每一次出队操作就是删除堆顶点

因为二叉堆的上浮和下沉的时间复杂度都是O(logn),因此优先队列的入队和出队的时间复杂度也是O(logn)

例子

加入元素：数组下标从0到7，按照输入的顺序加入到数组中，没加入一个数组根据公式（i-1）/ 2来判定，他的父节点的位置，然后与父节点做比较，如果大于父节点则和父节点的位置交换。每加入一个元素，那么heapsize+1。heapsize用于指定堆的大小。
返回最大值：将大根堆的最顶端和最末尾的元素相互交换，然后将heapsize-1，返回最顶端的数值。末尾元素移到最顶端之后，需要找到它的左右两个孩子节点，做比较，如果有比它还大的孩子节点就进行交换。依此类推。
数组扩容：如果原始只分配一个字节，动态加入元素，进行数组扩容。那么需要log（N）次数的扩容，最后需要拷贝N个数到扩容完成后的数组中；因此代价是 N*log（N），如果取平均，最后代价是log（N）

完整代码

heapsort方法适用于将元素插入数组，一个一个往里面放
heapify 适用于如果将元素弹出的时候，将最小的元素放在顶端，看其是否下降
还不是很了解这个代码的含义

package class02;import java.util.Arrays;
import java.util.PriorityQueue;public class Code03_HeapSort {public static void heapSort(int[] arr) {if (arr == null || arr.length < 2) {return;}for (int i = 0; i < arr.length; i++) { // O(N)heapInsert(arr, i); // O(logN)}// for(int i = arr.length -1; i >=0; i--) {// heapify(arr, i, arr.length);// }int heapSize = arr.length;swap(arr, 0, --heapSize);while (heapSize > 0) { // O(N)heapify(arr, 0, heapSize); // O(logN)swap(arr, 0, --heapSize); // O(1)}}// arr[0 ... index-1]已经是堆了某个数现在处在index位置，往上继续移动public static void heapInsert(int[] arr, int index) {while (arr[index] > arr[(index - 1) / 2]) {swap(arr, index, (index - 1) / 2);index = (index - 1) / 2;}}// 某个数在index位置，能否往下移动public static void heapify(int[] arr, int index, int heapSize) {int left = index * 2 + 1; // 左孩子的下标while (left < heapSize) { // 下方还有孩子的时候// 两个孩子中，谁的值大，把下标给largestint largest = left + 1 < heapSize && arr[left + 1] > arr[left] ? left + 1 : left;// 父和较大的孩子之间，谁的值大，把下标给largestlargest = arr[largest] > arr[index] ? largest : index;if (largest == index) {break;}swap(arr, largest, index);index = largest;left = index * 2 + 1;}}public static void swap(int[] arr, int i, int j) {int tmp = arr[i];arr[i] = arr[j];arr[j] = tmp;}// for testpublic static void comparator(int[] arr) {Arrays.sort(arr);}// for testpublic static int[] generateRandomArray(int maxSize, int maxValue) {int[] arr = new int[(int) ((maxSize + 1) * Math.random())];for (int i = 0; i < arr.length; i++) {arr[i] = (int) ((maxValue + 1) * Math.random()) - (int) (maxValue * Math.random());}return arr;}// for testpublic static int[] copyArray(int[] arr) {if (arr == null) {return null;}int[] res = new int[arr.length];for (int i = 0; i < arr.length; i++) {res[i] = arr[i];}return res;}// for testpublic static boolean isEqual(int[] arr1, int[] arr2) {if ((arr1 == null && arr2 != null) || (arr1 != null && arr2 == null)) {return false;}if (arr1 == null && arr2 == null) {return true;}if (arr1.length != arr2.length) {return false;}for (int i = 0; i < arr1.length; i++) {if (arr1[i] != arr2[i]) {return false;}}return true;}// for testpublic static void printArray(int[] arr) {if (arr == null) {return;}for (int i = 0; i < arr.length; i++) {System.out.print(arr[i] + " ");}System.out.println();}// for testpublic static void main(String[] args) {int index = -1;System.out.println(index / 2);int testTime = 500000;int maxSize = 100;int maxValue = 100;boolean succeed = true;for (int i = 0; i < testTime; i++) {int[] arr1 = generateRandomArray(maxSize, maxValue);int[] arr2 = copyArray(arr1);heapSort(arr1);comparator(arr2);if (!isEqual(arr1, arr2)) {succeed = false;break;}}System.out.println(succeed ? "Nice!" : "Fucking fucked!");int[] arr = generateRandomArray(maxSize, maxValue);printArray(arr);heapSort(arr);printArray(arr);}}

比较器的使用

实质：重载比较运算符
比较器可以应用在特殊标准的排序上
比较器可以应用在特殊标准的排序结构上
自己定义比较规则类似 C++运算符号重载，比如定义一个学生结构体，包含学生的名字、年龄和id；通过结构的年龄的比较，进行排序

堆排序的扩展题目

已知一个几乎有序的数组，几乎有序是指，如果将数组排好顺序的话，每个元素的移动距离不超过k，并且k相对于数组来说比较小。请选择一个合适的排序算法针对这个数据进行排序
思路：使用一个大小为 k+1 的内存空间，主要目的是要小根堆，先将k+1个元素放入申请的内存空间，每次放入都需要进行一次调整；此时0位置的元素是最小的元素；然后将0位置元素弹出，再将新的元素插入申请的空间，进行调整。（每弹出一个首元素，再插入一个新的元素，整体调整）（每个数进入一次弹出一次，N*logk）

算法入门篇三详解桶排序和整理排序知识堆的相关操作补充不完整相关推荐

华为linux基础入门,Linux入门篇 —— Shell详解
Shell 详解 Shell 简介 Linux精髓在于命令行操作 Shell是一种特殊的程序是内核与用户的一种接口 Shell命令解释器 Shell一种解释性的语言(内部命令/外部命令) 内部命令: ...
mysql中的tee_详解mysql的tee功能并利用其记录相关操作
由于经常对mysql数据库进行大量的更改操作,比如更改字段,添加或删除索引等等,我们把这些操作放到sql语句中,然后登陆mysql,通过source执行该sql文件,为了做好相关记录,方便以后的工作中 ...
js排序算法详解-桶排序
全栈工程师开发手册 (作者:栾鹏) js系列教程5-数据结构和算法全解 js排序算法详解-桶排序一看到这个名字就会觉得奇特,几个意思,我排序还要再准备几个桶不成?还真别说,想用桶排序还得真准备几个桶 ...
JS 排序算法详解（冒泡排序，选择排序，插入排序，希尔排序，快速排序）
JS 排序算法详解(冒泡排序,选择排序,插入排序,希尔排序,快速排序) 一. 大O表示法在进行排序算法之前,我们得先掌握一种对算法效率的表示方法,大O表示法. 我们使用大O表示法来表示算法的时间复杂 ...
机器学习第五篇：详解决策树-CART算法
01|前言: 本篇接着上一篇决策树详解,CART是英文"classification and regression tree"的缩写,翻译过来是分类与回归树,与前面说到的ID3.C ...
Mysql高手系列 - 第8篇：详解排序和分页(order by limit)，及存在的坑
这是Mysql系列第8篇. 环境:mysql5.7.25,cmd命令中进行演示. 代码中被[]包含的表示可选,|符号分开的表示可选其一. 本章内容详解排序查询详解limit limit存在的坑分 ...
玩转Mysql系列 - 第8篇：详解排序和分页(order by limit)，及存在的坑
打算提升sql技能的,可以加我微信itsoku,带你成为sql高手. 这是Mysql系列第8篇. 环境:mysql5.7.25,cmd命令中进行演示. 代码中被[]包含的表示可选,|符号分开的表示可选 ...
ES6系列教程第三篇--Generator 详解
一.什么是Generator 函数先看下面的Generator函数, function* helloGenerator() {console.log("this is generator& ...
操作系统：基于页面置换算法的缓存原理详解（下）
概述: 在上一篇<操作系统:基于页面置换算法的缓存原理详解(上)>中,我们主要阐述了FIFO.LRU和Clock页面置换算法.接着上一篇说到的,本文也有三个核心算法要讲解.分别是LFU(L ...

算法入门篇三详解桶排序和整理排序知识堆的相关操作补充不完整

归并排序不使用递归

完全二叉树

堆

堆（完全二叉树）

大根堆

小根堆

例子

完整代码

比较器的使用

堆排序的扩展题目

算法入门篇三详解桶排序和整理排序知识堆的相关操作补充不完整相关推荐

最新文章

热门文章

算法入门篇三 详解桶排序和整理排序知识 堆的相关操作 补充 不完整

归并排序不使用递归

完全二叉树

堆

堆（完全二叉树）

大根堆

小根堆

例子

完整代码

比较器的使用

堆排序的扩展题目

算法入门篇三 详解桶排序和整理排序知识 堆的相关操作 补充 不完整相关推荐

最新文章

热门文章

算法入门篇三详解桶排序和整理排序知识堆的相关操作补充不完整

算法入门篇三详解桶排序和整理排序知识堆的相关操作补充不完整相关推荐