选择排序法的概念简单,每次从未排序部份选一最小值,插入已排序部份的后端,其时间主要花费于在整个未排序部份寻找最小值,如果能让搜寻最小值的方式加快,选择排序法的速率也就可以加快,Heap排序法让搜寻的路径由树根至最后一个树叶,而不是整个未排序部份,因而称之为改良的选择排序法。
Heap排序法使用Heap Tree(堆积树),树是一种资料结构,而堆积树是一个二元树,也就是每一个父节点最多只有两个子节点(关于树的详细定义还请见资料结构书籍),堆积树的父节点若小于子节点,则称之为最小堆积(Min Heap),父节点若大于子节点,则称之为最大堆积(Max Heap),而同一层的子节点则无需理会其大小关系,例如下面就是一个堆积树:
可以使用一维阵列来储存堆积树的所有元素与其顺序,为了计算方便,使用的起始索引是1而不是0,索引1是树根位置,如果左子节点储存在阵列中的索引为s,则其父节点的索引为s/2,而右子节点为s+1,就如上图所示,将上图的堆积树转换为一维阵列之后如下所示:
首先必须知道如何建立堆积树,加至堆积树的元素会先放置在最后一个树叶节点位置,然后检查父节点是否小于子节点(最小堆积),将小的元素不断与父节点交换,直到满足堆积树的条件为止,例如在上图的堆积加入一个元素12,则堆积树的调整方式如下所示:
建立好堆积树之后,树根一定是所有元素的最小值,您的目的就是:
不断重复以上的步骤,就可以达到排序的效果,最小值的取出方式是将树根与最后一个树叶节点交换,然后切下树叶节点,重新调整树为堆积树,如下所示:
调整完毕后,树根节点又是最小值了,于是我们可以重覆这个步骤,再取出最小值,并调整树为堆积树,如下所示:
如此重覆步骤之后,由于使用一维阵列来储存堆积树,每一次将树叶与树根交换的动作就是将最小值放至后端的阵列,所以最后阵列就是变为已排序的状态。
其实堆积在调整的过程中,就是一个选择的行为,每次将最小值选至树根,而选择的路径并不是所有的元素,而是由树根至树叶的路径,因而可以加快选择的过程,所以Heap排序法才会被称之为改良的选择排序法
package com.sor; import java.util.Random; /** * * @author Administrator * */ public class TestHeapSort { public static void sort(int[] number) { int[] tmp = new int[number.length + 1]; // 配合说明,使用一个有遍移的暂存阵列 for (int i = 1; i < tmp.length; i++) { tmp[i] = number[i - 1]; } createHeap(tmp); int m = number.length; while (m > 1) { swap(tmp, 1, m); m--; int p = 1; int s = 2 * p; while (s <= m) { if (s < m && tmp[s + 1] < tmp[s]) s++; if (tmp[p] <= tmp[s]) break; swap(tmp, p, s); p = s; s = 2 * p; } } // 这边将排序好的暂存阵列设定回原阵列 for (int i = 0; i < number.length; i++) { number[i] = tmp[i + 1]; } } private static void createHeap(int[] tmp) { int[] heap = new int[tmp.length]; for (int i = 0; i < heap.length; i++) heap[i] = -1; for (int i = 1; i < heap.length; i++) { heap[i] = tmp[i]; int s = i; int p = i / 2; while (s >= 2 && heap[p] > heap[s]) { swap(heap, p, s); s = p; p = s / 2; } } for (int i = 1; i < tmp.length; i++) tmp[i] = heap[i]; } private static void swap(int[] number, int i, int j) { int t; t = number[i]; number[i] = number[j]; number[j] = t; } }