java实现堆排序以及时间复杂度的分析

完全二叉树:从上到下,从左到右,每层的节点都是满的,最下边一层所有的节点都是连续集中在最左边。

二叉树的特点就是左子节点是父节点索引值的2倍加一,右子节点是父节点索引值的2倍加二

堆分为两种:大顶堆和小顶堆

        大顶堆:在完全二叉树基础上,每个节点的值都大于或等于其左右子节点的值

        小顶堆:在完全二叉树基础上,每个节点的值都大于或等于其左右子节点的值

堆排序就是根据先构建好的大顶堆或小顶堆进行排序的。

怎么构建大顶堆:

        假如一个数组是:int[] arr= {3,5,7,9,1,2,4,6,8,11,10};它的完全二叉树形状如下图所示:

红色数字的是节点在数组中的索引值,它们之间的关系就是左子节点是父节点索引值的2倍加一,右子节点是父节点索引值的2倍加二

java实现堆排序以及时间复杂度的分析_第1张图片

 我们想把它构建成大顶堆就从二叉树最下面一层开始也就是从最后一个数组开始,先比较左右子树,找到最大的一个,用最大的和父节点进行比较如果子节点大就进行交换,交换结束后再比较此层左边的左右和父子节点进行交换。也就是从最下一层开始,从右到左开始比较,此层比较完进入上一层再从右到左开始比较以此循环。当到达上一层时会有一个问题就是如果换下来的父节点比子节点小我们还需要往下进行交换,我们就需要对它进行维护。

上面数组的例子按顺序构建的大顶堆如下图所示:

java实现堆排序以及时间复杂度的分析_第2张图片java实现堆排序以及时间复杂度的分析_第3张图片

 java实现堆排序以及时间复杂度的分析_第4张图片java实现堆排序以及时间复杂度的分析_第5张图片

 java实现堆排序以及时间复杂度的分析_第6张图片java实现堆排序以及时间复杂度的分析_第7张图片

 java实现堆排序以及时间复杂度的分析_第8张图片java实现堆排序以及时间复杂度的分析_第9张图片

 java实现堆排序以及时间复杂度的分析_第10张图片

 构建好的大顶堆的根节点总是最大的,我们根据这个特点进行排序。

我们把根节点和树的最后一个叶子节点进行交换即让数组的第一个数和最后一个数交换,交换后让最后一个数保持位置不再变化,我们再让其他节点再进行维护大顶堆,因为此时根节点是比子节点小的,重复以上操作直到需要根节点和他本身进行交换时排序完成

排序流程图如下:

java实现堆排序以及时间复杂度的分析_第11张图片java实现堆排序以及时间复杂度的分析_第12张图片

 java实现堆排序以及时间复杂度的分析_第13张图片java实现堆排序以及时间复杂度的分析_第14张图片

 java实现堆排序以及时间复杂度的分析_第15张图片java实现堆排序以及时间复杂度的分析_第16张图片

 java实现堆排序以及时间复杂度的分析_第17张图片java实现堆排序以及时间复杂度的分析_第18张图片

 java实现堆排序以及时间复杂度的分析_第19张图片java实现堆排序以及时间复杂度的分析_第20张图片

 java实现堆排序以及时间复杂度的分析_第21张图片java实现堆排序以及时间复杂度的分析_第22张图片

 java实现堆排序以及时间复杂度的分析_第23张图片java实现堆排序以及时间复杂度的分析_第24张图片

 java实现堆排序以及时间复杂度的分析_第25张图片

java实现堆排序以及时间复杂度的分析_第26张图片 

java实现堆排序以及时间复杂度的分析_第27张图片 

代码如下:

public class heapsort {
	public static void main(String[] args) {
		int[] arr= {3,5,7,9,1,2,4,6,8,11,10};
		for(int p=arr.length-1;p>=0;p--) {
			adjustheap(arr,p,arr.length);
		}
		heapsort(arr);
		System.out.println(Arrays.toString(arr));
	}
 
	public static void heapsort(int[] arr) {
		for(int i=arr.length-1;i>=0;i--) {
			int temp=arr[i];
			arr[i]=arr[0];
			arr[0]=temp;
			adjustheap(arr, 0, i);
		}
		
	}
 
	public static void adjustheap(int[] arr, int p, int length) {
		int temp=arr[p];
		int left=p*2+1;
		while(leftarr[left]) {
				break;
			}
			arr[p]=arr[left];
			p=left;
			left=left*2+1;
			
		}
		arr[p]=temp;
	}

 输出结果如下:

 时间复杂度:构建大顶堆的时间复杂度是O(nlogn),n是main方法里的for循环,logn是构建大顶堆的方法的时间复杂度,排序的时间复杂度也是O(nlogn),所以堆排序的时间复杂度是O(nlogn)+O(nlogn),也就是O(logn)

到此这篇关于java实现堆排序以及时间复杂度的分析的文章就介绍到这了,更多相关java 堆排序及时间复杂度内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

你可能感兴趣的:(java实现堆排序以及时间复杂度的分析)