堆排序必知重要点

目录

1、完整堆排序代码

2、为什么要从 length/2-1处开始构建

3、堆调整过程中为什么还需要循环


本文就不讲述堆排序的概念了,只讲2个重点,理清楚了这两个重点,才算真正理解了堆排序。

1、完整堆排序代码

public static void main(String[] args) {
        int[] nums = {7,8,2,9,3,1,90,88,33};
        heapSort(nums);
        for (int i = 0; i < nums.length; i++) {
            System.out.println(nums[i]);
        }
    }



    public static void heapSort(int[] nums){
        int length = nums.length;
        //从这里开始构造大顶堆
        int start = length/2-1;

        //构造大顶堆
        for (int i = start;i>=0;i--) {
            heapAdjust(nums,i,length);
        }
        //重新构造大顶堆
        for (int i = length; i >=3; i--) {
            swap(nums,0,i-1);
            heapAdjust(nums,0,i-1);
        }
        //最后剩第0个和第1个元素
        if (nums[0] > nums[1]){
            swap(nums,0,1);
        }
    }
    
    public static void heapAdjust(int[] nums,int start,int length){
        if (length == 2){
            return;
        }
        int k = 2 * start + 1;
        if (nums[k + 1] > nums[k]){
            k++;
        }
        if (nums[k] > nums[start]){
            //交换
            swap(nums,start,k);

            //交换之后需要重新构建
            for (int i = 2 * start + 1; i < length/2-1; i++) {
                heapAdjust(nums,i,length);
            }
        }
    }
    
    public static void swap(int[] nums,int i,int j){
        int temp = nums[i];
        nums[i] = nums[j];
        nums[j] = temp;
    }

2、为什么要从 length/2-1处开始构建

堆排序必知重要点_第1张图片

因为对于一个完全二叉树来说,length/2-1 所对应的节点是 倒数第二层,从右往左 第一个非叶子节点。

看图1

堆排序必知重要点_第2张图片

 看图2

 ​​​​​堆排序必知重要点_第3张图片 大家自己可以试下更多的场景,一定是满足 倒数第二层,从右往左 第一个非叶子节点 这个规则的。这个对于大家理解堆排序是至关重要的。

堆排序必知重要点_第4张图片

 构造堆的循环就是从  倒数第二层,从右往左,从第一个非叶子节点开始,从右往左再往上一层循环 构建的这么一个步骤。

堆排序必知重要点_第5张图片

 

3、堆调整过程中为什么还需要循环

先来看待排序的数组

int[] nums = {7,8,2,9,3,1,90,88,33};

转化成完全二叉树如下图所示

堆排序必知重要点_第6张图片 该数组中

堆排序必知重要点_第7张图片 

 堆排序必知重要点_第8张图片

经过第一次构建之后,  88 交换位置 变成

堆排序必知重要点_第9张图片 

 继续排序 8、88、3这三个节点,88和8需要交换

 堆排序必知重要点_第10张图片

 

 8和88交换之后,8、33、33 不满足规则   nums[i] > nums[2*i+1],所以需要继续交换。这也是

需要这个循环的原因

堆排序必知重要点_第11张图片

 

你可能感兴趣的:(数据结构)