Hark的数据结构与算法练习之锦标赛排序
算法说明
锦标赛排序是选择排序的一种。
实际上堆排序是锦标赛排序的优化版本，它们时间复杂度都是O(nlog2n)，不同之处是堆排序的空间复杂度（O(1)）远远低于锦标赛的空间复杂度（O(2n-1)）
堆排序是基于二叉树的， 所以锦标赛排序也是基于二叉树的，并且是完美二叉树。
我尝试用最通俗的方法来做一下解释，如果我说的不大清楚，建议大家直接看下边的代码啦。
1、例如我们要对int[] arrayData = { 5, 9, 6, 7, 4, 1, 2, 3, 8 };进行升序排序
2、我们根据锦标赛算法的要求，建立一个满足以上数组要求的完美二叉树数组，并且以上数组中的值是在二叉树的叶节点，并且叶节点必须满足完美二叉树，如果不满足者，给上Integer.MAX_VALUE（20至25行代码，29至37行）
代码中大家发现使用的并不是int数组，而是Node类的数组，该类中有data和id两个字段。 data是实际的值， id是在数组中的实际索引。 好，大家记住这个，id这块后边会用，并且是算法中的精髓
3、叶节点我们在上边已经填充上数字了，然后我们需要计算父节点们的值。 父节点i是i*2+1与i*2+2的值比较后，小的值。（代码40至46行）
4、OK，我们发现，在我们建立竞赛数组成功后，竞赛数组索引0就是最小值啦，哈哈，同时我们知道该最小值在竞赛数组中的索引位置(Node对象中的i就是索引位置啦)。 那么！！重要的来了，我们从这个最小值索引位置与邻节点两两比较，然后向上比最终比到nodes[0]。 然后就又是一个最小值出现啦！！！！重复这个过程，那么最终原始数组就变成降序喽~~！！！！（51至55行代码）
5、至此，结束，希望大家能看懂。。。。
PS：锦标赛排序我看了N个博客，我发现最后还是搞不懂，最后看了下边《参考》中的博客中的代码，才最终弄懂。 再次感叹我的资质真的挺差劲的……
代码
使用的是java
package hark.sort.selectionsort;
import java.awt.Adjustable;
/*
* 锦标赛排序
*/
public class TournamentTreeSort {
public static void main(String[] args) {
int[] arrayData = { 5, 9, 6, 7, 4, 1, 2, 3, 8 };
TournamentTreeSortMethod(arrayData);
for (int integer : arrayData) {
System.out.print(integer);
System.out.print(" ");
}
}
public static void TournamentTreeSortMethod(int[] arrayData) {
// 第一步，建立锦标赛使用的是竞赛树节点
int leafNum = 1; // 叶子节点的数量，因为是需要完美二叉树，所以叶节点数量需要一直乘以2
while (leafNum < arrayData.length) {
leafNum *= 2;
}
int nodeCount = leafNum * 2 - 1; // 这个是竞赛数组的数量
Node[] nodes = new Node[nodeCount];
// 将叶子节点数据进行初始化， 即将arrayData数据初始化至nodes节点中，并且是叶节点，如果不够，
// 则初始化为Integer.MAX_VALUE
int dataIndex;
for (int i = leafNum - 1; i < nodeCount; i++) {
dataIndex = i - (leafNum - 1);
if (dataIndex < arrayData.length) {
nodes[i] = new Node(arrayData[dataIndex], i);
} else {
nodes[i] = new Node(Integer.MAX_VALUE, i);
}
}
// 计算父节点的值。 父节点(n)的值是n*2+1与n*2+2的值的比较
for (int i = leafNum - 2; i >= 0; i--) {
if (nodes[i * 2 + 1].GetData() < nodes[i * 2 + 2].GetData()) {
nodes[i] = nodes[i * 2 + 1];
} else {
nodes[i] = nodes[i * 2 + 2];
}
}
// 这里是真正的排序
// 在建竞赛树的时候，nodes中的索引0已经是最小值了，所以将它放到原始数据索引0中，因为它是最小的。
// 接着我们知道最小值在竞赛数组中的索引位置，那么我们将该值向上进行两两比较，最终比较至最顶点
for (int i = 0; i < arrayData.length; i++) {
arrayData[i] = nodes[0].GetData();
nodes[nodes[0].GetId()].SetData(Integer.MAX_VALUE);
Adjust(nodes, nodes[0].GetId());
}
}
/*
* 当去除最小的元素后，我们需要从该元素的索引往上进行数组（是个树哟）的调整
*/
public static void Adjust(Node[] nodes, int index) {
while (index > 0) {
// 如果是奇数节点，则临节点是i+1，父节点是(i-1)/2
// 如果是偶数节点，则临节点是i-1，父节点是i/2-1
if (index % 2 == 1) { // 奇数节点
if (nodes[index].GetData() < nodes[index + 1].GetData()) {
nodes[(index - 1) / 2] = nodes[index];
} else {
nodes[(index - 1) / 2] = nodes[index + 1];
}
index = (index - 1) / 2;
} else { // 偶数结点
if (nodes[index].GetData() < nodes[index - 1].GetData()) {
nodes[index / 2 - 1] = nodes[index];
} else {
nodes[index / 2 - 1] = nodes[index - 1];
}
index = index / 2 - 1;
}
}
}
}
class Node {
private int data;
private int id;
public int GetData() {
return data;
}
public void SetData(int data) {
this.data = data;
}
public int GetId() {
return id;
}
public Node(int data, int id) {
this.data = data;
this.id = id;
}
}
参考