深入解析堆排序算法: 详细介绍及演示
什么是堆
「堆」首先是一个完全二叉树,「堆」分为「大顶堆」和「小顶堆」; 「大顶堆」 : 每个节点的值大于或等于其左右孩子节点的值,称为大顶堆。 「小顶堆」同理就是每个节点的值小于或等于其左右孩子节点的值。 「注意」: 每个节点的左右孩子节点的大小关系并没有限定。
大顶堆举例
如图:
大顶堆举例
首先其为一个完全二叉树,且其每个节点的值都大于或者等于其左右孩子节点的值。 完全二叉树从上到下,从左到右依次编号,就可以将其进行顺序存储,我们从根节点开始,从0开始编号,存入数组如下:
大顶堆存入数组举例
堆特点
由大顶堆定义知道,如果我们从上到下,从左到右,根节点开始从0编号进行顺序存储的话,并将数组记为arr; 我们可以得到如下式子: arr[i] >= arr[ 2i + 1] && arr[ i ] >= arr[ 2i + 2]; 其中 2i + 1为第 i 个节点的左孩子节点的编号。2i + 2为第 i 个节点的右孩子节点的编号; 同理得小顶堆的特点: arr[i] <= arr[ 2i + 1] && arr[ i ] <= arr[ 2i + 2];
堆排序基本思想
本文以大顶堆为例,进行讲解。 算法步骤如下: 1、首先将待排序序列构建成一个大顶堆(存入数组中),那么这时,整个序列的最大值就是堆顶的根节点; 2、将堆顶元素与最后一个元素交换,那么末尾元素就存入了最大值; 3、将剩余的 n - 1个元素重新构建成一个大顶堆,重复上面的操作; 反复执行,就能得到一个有序序列了。
举例
给定一个待排序序列数组 arr = [ 0 , 2, 4, 1 , 5 ]; 先构建成一个完全二叉树如下;
初始状态
构建堆
「我们从最后一个非叶子节点开始,从左至右,从下到上,开始调整」; 最后一个非叶子节点的索引即 arr.length / 2向下取整 - 1 ,对于此例就是 5 / 2向下取整 - 1 = 2 - 1 = 1; 即值为2的节点;
构建堆1
我们用左右孩子节点的最大值与该节点进行比较; 此时我们发现它的左右孩子节点的最大值为5,大于2,进行交换;
构建堆2
然后处理下一个非叶子节点,即刚才的索引减去1;1 - 1 = 0; 即:
构建堆3
左右孩子节点为5和4,5最大,且大于该节点的值,发生交换;
构建堆4
这时我们发现了一个问题: 「值为0的节点的左右节点又比该节点大了,又不满足大顶堆的定义了」
继续进行调整:
构建堆5
对非叶子节点调整完毕,构建大顶堆完成。
交换
将堆顶元素与末尾元素进行交换,使得末尾元素最大。
堆顶元素与末尾元素交换
当交换完毕后最大的元素已经到达数组末尾;
第一次交换后
对数组中其他元素进行排序即可。
剩下的四个元素进行调整
进行交换:
第二大元素归位
剩下的元素调整并交换后:
第三大元素归位
剩下的元素调整并交换后:
第三大元素归位
第四大元素归位置
此时也意味着排序完成了。
代码
先说下调整的代码; 我们需要三个参数,待排序的数组,数组的长度,还有一个就是调整的哪一个非叶子节点;
/**
* author:微信公众号:code随笔
* @param arr 待排序的数组
* @param i 表示等待调整的哪个非叶子节点的索引
* @param length 待调整长度
*/
public static void adjustHeap(int arr[],int i,int length){
//非叶子节点的值
int notLeafNodeVal = arr[i];
//k的初始值为当前非叶子节点的左孩子节点的索引
//k = 2 * k + 1表示再往左子节点找
for(int k = i * 2 + 1;k<length;k=2 *k + 1){
//如果k + 1还在待调整的长度内,且右子树的值大于等于左子树的值
//将k++,此时为当前节点的右孩子节点的索引
if(k+1<length && arr[k] < arr[k+1]){
k++;
}
//如果孩子节点大于当前非叶子节点
if(arr[k] > notLeafNodeVal){
arr[i] = arr[k];//将当前节点赋值为孩子节点的值
i = k;//将i赋值为孩子节点的值,再看其孩子节点是否有比它大的
}else{
break;//能够break的保证是,我们是从左至右,从下到上进行调整的
//只要上面的不大于,下面的必不大于
}
}
//循环结束后,将i索引处的节点赋值为之前存的那个非叶子节点的值
arr[i] = notLeafNodeVal;
}
再说下堆排序代码,看好注释;
//堆排序方法
public static void heapSort(int arr[]){
//进行第一次调整
for(int i=arr.length/2 - 1;i>=0;i--){
adjustHeap(arr,i,arr.length);
}
for(int j=arr.length - 1;j>0;j--){
//进行交换
int temp = arr[j];
arr[j] = arr[0];
arr[0] = temp;
//调整长度为j的那些
//这里为什么填0呢
//因为我们第一次调整的时候从左到右,从下到上调整的;
//交换时只是变动了堆顶元素和末尾元素
//末尾元素我们不用去管,因为已经是之前长度最大的了
//只需要把当前堆顶元素找到合适的位置即可
adjustHeap(arr,0,j);
}
}
完整代码
import java.util.Arrays;
public class Solution {
public static void main(String[] args) {
int [] arr = new int[]{0 , 2, 4, 1 , 5};
heapSort(arr);
System.out.println(Arrays.toString(arr));
}
//堆排序方法
public static void heapSort(int arr[]){
//进行第一次调整
for(int i=arr.length/2 - 1;i>=0;i--){
adjustHeap(arr,i,arr.length);
}
for(int j=arr.length - 1;j>0;j--){
//进行交换
int temp = arr[j];
arr[j] = arr[0];
arr[0] = temp;
//调整长度为j的那些
//这里为什么填0呢
//因为我们第一次调整的时候从左到右,从下到上调整的;
//交换时只是变动了堆顶元素和末尾元素
//末尾元素我们不用去管,因为已经是之前长度最大的了
//只需要把当前堆顶元素找到合适的位置即可
adjustHeap(arr,0,j);
}
}
/**
* author:微信公众号:code随笔
* @param arr 待排序的数组
* @param i 表示等待调整的哪个非叶子节点的索引
* @param length 待调整长度
*/
public static void adjustHeap(int arr[],int i,int length){
//非叶子节点的值
int notLeafNodeVal = arr[i];
//k的初始值为当前非叶子节点的左孩子节点的索引
//k = 2 * k + 1表示再往左子节点找
for(int k = i * 2 + 1;k<length;k=2 *k + 1){
//如果k + 1还在待调整的长度内,且右子树的值大于等于左子树的值
//将k++,此时为当前节点的右孩子节点的索引
if(k+1<length && arr[k] < arr[k+1]){
k++;
}
//如果孩子节点大于当前非叶子节点
if(arr[k] > notLeafNodeVal){
arr[i] = arr[k];//将当前节点赋值为孩子节点的值
i = k;//将i赋值为孩子节点的值,再看其孩子节点是否有比它大的
}else{
break;//能够break的保证是,我们是从左至右,从下到上进行调整的
//只要上面的不大于,下面的必不大于
}
}
//循环结束后,将i索引处的节点赋值为之前存的那个非叶子节点的值
arr[i] = notLeafNodeVal;
}
}
时间复杂度
在建初始堆时,其复杂度为
; 交换操作需 n-1 次; 重建堆的过程中近似为
; 堆排序时间复杂度为
。
稳定性
堆排序是不稳定的: 比如:10,9,6,9;如图:
稳定性分析用图
当堆顶元素10和末尾元素交换后,两个9的相对位置发生改变。
上一篇: 堆排序算法
下一篇: 堆排序(大顶堆、小顶堆)----C语言
推荐阅读
-
深入解析堆排序算法: 详细介绍及演示
-
【2022新手指南】Java编程进阶之路 - 六、技术架构篇 ### MySQL索引底层解析与优化实战 - 你会讲解MySQL索引的数据结构吗?性能调优技巧知多少? - Redis深度揭秘:你知道多少?从基础到哨兵、主从复制全梳理 - Redis持久化及哨兵模式详解,还有集群搭建和Leader选举黑箱打开 - Zookeeper是个啥?特性和应用场景大公开 - ZooKeeper集群搭建攻略及 Leader选举、读写一致性、共享锁实现细节 - 探究ZooKeeper中的Leader选举机制及其在分布式环境中的作用 - Zab协议深入剖析:原理、功能与在Zookeeper中的核心地位 - RabbitMQ全方位解读:工作模式、消费限流、可靠投递与配置策略 - 设计者视角:RabbitMQ过期时间、死信队列与延时队列实践指南 - RocketMQ特性和应用场景揭示:理解其精髓与差异化优势 - Kafka详细介绍:特性及广泛应用于实时数据处理的场景解析 - ElasticSearch实力揭秘:特性概述与作为搜索引擎的广泛应用 - MongoDB认知升级:非关系型数据库的优势阐述,安装与使用实战教学 - BIO/NIO/AIO网络模型对比:掌握它们的区别与在网络编程中的实际应用 - Netty带你飞:理解其超快速度背后的秘密,包括线程模型分析 - 网络通信黑科技:Netty编解码原理与常用编解码器的应用,Protostuff实战演示 - 解密Netty粘包与拆包现象,怎样有效应对这一常见问题 - 自定义Netty心跳检测机制,轻松调整检测间隔时间的艺术 - Dubbo轻骑兵介绍:核心特性概览,服务降级实战与其实现益处 - Dubbo三大神器解读:本地存根与本地伪装的实战运用与优势呈现 ----------------------- 七、结语与回顾
-
F#探险之旅(二):函数式编程(上)-函数式编程范式简介 F#主要支持三种编程范式:函数式编程(Functional Programming,FP)、命令式编程(Imperative Programming)和面向对象(Object-Oriented,OO)的编程。回顾它们的历史,FP是最早的一种范式,第一种FP语言是IPL,产生于1955年,大约在Fortran一年之前。第二种FP语言是Lisp,产生于1958,早于Cobol一年。Fortan和Cobol都是命令式编程语言,它们在科学和商业领域的迅速成功使得命令式编程在30多年的时间里独领风骚。而产生于1970年代的面向对象编程则不断成熟,至今已是最流行的编程范式。有道是“*代有语言出,各领风骚数十年”。 尽管强大的FP语言(SML,Ocaml,Haskell及Clean等)和类FP语言(APL和Lisp是现实世界中最成功的两个)在1950年代就不断发展,FP仍停留在学院派的“象牙塔”里;而命令式编程和面向对象编程则分别凭着在商业领域和企业级应用的需要占据领先。今天,FP的潜力终被认识——它是用来解决更复杂的问题的(当然更简单的问题也不在话下)。 纯粹的FP将程序看作是接受参数并返回值的函数的集合,它不允许有副作用(side effect,即改变了状态),使用递归而不是循环进行迭代。FP中的函数很像数学中的函数,它们都不改变程序的状态。举个简单的例子,一旦将一个值赋给一个标识符,它就不会改变了,函数不改变参数的值,返回值是全新的值。 FP的数学基础使得它很是优雅,FP的程序看起来往往简洁、漂亮。但它无状态和递归的天性使得它在处理很多通用的编程任务时没有其它的编程范式来得方便。但对F#来说这不是问题,它的优势之一就是融合了多种编程范式,允许开发人员按照需要采用最好的范式。 关于FP的更多内容建议阅读一下这篇文章:Why Functional Programming Matters(中文版)。F#中的函数式编程 从现在开始,我将对F#中FP相关的主要语言结构逐一进行介绍。标识符(Identifier) 在F#中,我们通过标识符给值(value)取名字,这样就可以在后面的程序中引用它。通过关键字let定义标识符,如: let x = 42 这看起来像命令式编程语言中的赋值语句,两者有着关键的不同。在纯粹的FP中,一旦值赋给了标识符就不能改变了,这也是把它称为标识符而非变量(variable)的原因。另外,在某些条件下,我们可以重定义标识符;在F#的命令式编程范式下,在某些条件下标识符的值是可以修改的。 标识符也可用于引用函数,在F#中函数本质上也是值。也就是说,F#中没有真正的函数名和参数名的概念,它们都是标识符。定义函数的方式与定义值是类似的,只是会有额外的标识符表示参数: let add x y = x + y 这里共有三个标识符,add表示函数名,x和y表示它的参数。关键字和保留字关键字是指语言中一些标记,它们被编译器保留作特殊之用。在F#中,不能用作标识符或类型的名称(后面会讨论“定义类型”)。它们是: abstract and as asr assert begin class default delegate do donedowncast downto elif else end exception extern false finally forfun function if in inherit inline interface internal land lazy letlor lsr lxor match member mod module mutable namespace new nullof open or override private public rec return sig static structthen to true try type upcast use val void when while with yield 保留字是指当前还不是关键字,但被F#保留做将来之用。可以用它们来定义标识符或类型名称,但编译器会报告一个警告。如果你在意程序与未来版本编译器的兼容性,最好不要使用。它们是: atomic break checked component const constraint constructor continue eager event external fixed functor global include method mixinobject parallel process protected pure sealed trait virtual volatile 文字值(Literals) 文字值表示常数值,在构建计算代码块时很有用,F#提供了丰富的文字值集。与C#类似,这些文字值包括了常见的字符串、字符、布尔值、整型数、浮点数等,在此不再赘述,详细信息请查看F#手册。 与C#一样,F#中的字符串常量表示也有两种方式。一是常规字符串(regular string),其中可包含转义字符;二是逐字字符串(verbatim string),其中的(")被看作是常规的字符,而两个双引号作为双引号的转义表示。下面这个简单的例子演示了常见的文字常量表示: let message = "Hello World"r"n!" // 常规字符串let dir = @"C:"FS"FP" // 逐字字符串let bytes = "bytes"B // byte 数组let xA = 0xFFy // sbyte, 16进制表示let xB = 0o777un // unsigned native-sized integer,8进制表示let print x = printfn "%A" xlet main = print message; print dir; print bytes; print xA; print xB; main Printf函数通过F#的反射机制和.NET的ToString方法来解析“%A”模式,适用于任何类型的值,也可以通过F#中的print_any和print_to_string函数来完成类似的功能。值和函数(Values and Functions) 在F#中函数也是值,F#处理它们的语法也是类似的。 let n = 10let add a b = a + blet addFour = add 4let result = addFour n printfn "result = %i" result 可以看到定义值n和函数add的语法很类似,只不过add还有两个参数。对于add来说a + b的值自动作为其返回值,也就是说在F#中我们不需要显式地为函数定义返回值。对于函数addFour来说,它定义在add的基础上,它只向add传递了一个参数,这样对于不同的参数addFour将返回不同的值。考虑数学中的函数概念,F(x, y) = x + y,G(y) = F(4, y),实际上G(y) = 4 + y,G也是一个函数,它接收一个参数,这个地方是不是很类似?这种只向函数传递部分参数的特性称为函数的柯里化(curried function)。 当然对某些函数来说,传递部分参数是无意义的,此时需要强制提供所有参数,可是将参数括起来,将它们转换为元组(tuple)。下面的例子将不能编译通过: let sub(a, b) = a - blet subFour = sub 4 必须为sub提供两个参数,如sub(4, 5),这样就很像C#中的方法调用了。 对于这两种方式来说,前者具有更高的灵活性,一般可优先考虑。 如果函数的计算过程中需要定义一些中间值,我们应当将这些行进行缩进: let halfWay a b = let dif = b - a let mid = dif / 2 mid + a 需要注意的是,缩进时要用空格而不是Tab,如果你不想每次都按几次空格键,可以在VS中设置,将Tab字符自动转换为空格;虽然缩进的字符数没有限制,但一般建议用4个空格。而且此时一定要用在文件开头添加#light指令。作用域(Scope)作用域是编程语言中的一个重要的概念,它表示在何处可以访问(使用)一个标识符或类型。所有标识符,不管是函数还是值,其作用域都从其声明处开始,结束自其所处的代码块。对于一个处于最顶层的标识符而言,一旦为其赋值,它的值就不能修改或重定义了。标识符在定义之后才能使用,这意味着在定义过程中不能使用自身的值。 let defineMessage = let message = "Help me" print_endline message // error 对于在函数内部定义的标识符,一般而言,它们的作用域会到函数的结束处。 但可使用let关键字重定义它们,有时这会很有用,对于某些函数来说,计算过程涉及多个中间值,因为值是不可修改的,所以我们就需要定义多个标识符,这就要求我们去维护这些标识符的名称,其实是没必要的,这时可以使用重定义标识符。但这并不同于可以修改标识符的值。你甚至可以修改标识符的类型,但F#仍能确保类型安全。所谓类型安全,其基本意义是F#会避免对值的错误操作,比如我们不能像对待字符串那样对待整数。这个跟C#也是类似的。 let changeType = let x = 1 let x = "change me" let x = x + 1 print_string x 在本例的函数中,第一行和第二行都没问题,第三行就有问题了,在重定义x的时候,赋给它的值是x + 1,而x是字符串,与1相加在F#中是非法的。 另外,如果在嵌套函数中重定义标识符就更有趣了。 let printMessages = let message = "fun value" printfn "%s" message; let innerFun = let message = "inner fun value" printfn "%s" message innerFun printfn "%s" message printMessages 打印结果: fun value inner fun valuefun value 最后一次不是inner fun value,因为在innerFun仅仅将值重新绑定而不是赋值,其有效范围仅仅在innerFun内部。递归(Recursion)递归是编程中的一个极为重要的概念,它表示函数通过自身进行定义,亦即在定义处调用自身。在FP中常用于表达命令式编程的循环。很多人认为使用递归表示的算法要比循环更易理解。 使用rec关键字进行递归函数的定义。看下面的计算阶乘的函数: let rec factorial x = match x with | x when x < 0 -> failwith "value must be greater than or equal to 0" | 0 -> 1 | x -> x * factorial(x - 1) 这里使用了模式匹配(F#的一个很棒的特性),其C#版本为: public static long Factorial(int n) { if (n < 0) { throw new ArgumentOutOfRangeException("value must be greater than or equal to 0"); } if (n == 0) { return 1; } return n * Factorial (n - 1); } 递归在解决阶乘、Fibonacci数列这样的问题时尤为适合。但使用的时候要当心,可能会写出不能终止的递归。匿名函数(Anonymous Function) 定义函数的时候F#提供了第二种方式:使用关键字fun。有时我们没必要给函数起名,这种函数就是所谓的匿名函数,有时称为lambda函数,这也是C#3.0的一个新特性。比如有的函数仅仅作为一个参数传给另一个函数,通常就不需要起名。在后面的“列表”一节中你会看到这样的例子。除了fun,我们还可以使用function关键字定义匿名函数,它们的区别在于后者可以使用模式匹配(本文后面将做介绍)特性。看下面的例子: let x = (fun x y -> x + y) 1 2let x1 = (function x -> function y -> x + y) 1 2let x2 = (function (x, y) -> x + y) (1, 2) 我们可优先考虑fun,因为它更为紧凑,在F#类库中你能看到很多这样的例子。 注意:本文中的代码均在F# 1.9.4.17版本下编写,在F# CTP 1.9.6.0版本下可能不能通过编译。 F#系列随笔索引页面