java 实现大顶堆
Java实现堆排序(大根堆)
堆排序是一种树形选择排序方法,它的特点是:在排序的过程中,将array[0,...,n-1]看成是一颗完全二叉树的顺序存储结构,利用完全二叉树中双亲节点和孩子结点之间的内在关系,在当前无序区中选择关键字最大(最小)的元素。
1. 若array[0,...,n-1]表示一颗完全二叉树的顺序存储模式,则双亲节点指针和孩子结点指针之间的内在关系如下:
任意一节点指针 i:父节点:i==0 ? null : (i-1)/2
左孩子:2*i + 1
右孩子:2*i + 2
2. 堆的定义:n个关键字序列array[0,...,n-1],当且仅当满足下列要求:(0 <= i <= (n-1)/2)
① array[i] <= array[2*i + 1] 且 array[i] <= array[2*i + 2]; 称为小根堆;
② array[i] >= array[2*i + 1] 且 array[i] >= array[2*i + 2]; 称为大根堆;
3. 建立大根堆:
n个节点的完全二叉树array[0,...,n-1],最后一个节点n-1是第(n-1-1)/2个节点的孩子。对第(n-1-1)/2个节点为根的子树调整,使该子树称为堆。
对于大根堆,调整方法为:若【根节点的关键字】小于【左右子女中关键字较大者】,则交换。
之后向前依次对各节点((n-2)/2 - 1)~ 0为根的子树进行调整,看该节点值是否大于其左右子节点的值,若不是,将左右子节点中较大值与之交换,交换后可能会破坏下一级堆,于是继续采用上述方法构建下一级的堆,直到以该节点为根的子树构成堆为止。
反复利用上述调整堆的方法建堆,直到根节点。
4.堆排序:(大根堆)
①将存放在array[0,...,n-1]中的n个元素建成初始堆;
②将堆顶元素与堆底元素进行交换,则序列的最大值即已放到正确的位置;
③但此时堆被破坏,将堆顶元素向下调整使其继续保持大根堆的性质,再重复第②③步,直到堆中仅剩下一个元素为止。
堆排序算法的性能分析:
空间复杂度:o(1);
时间复杂度:建堆:o(n),每次调整o(log n),故最好、最坏、平均情况下:o(n*logn);
稳定性:不稳定
建立大根堆的方法:

1 //构建大根堆:将array看成完全二叉树的顺序存储结构
2 private int[] buildMaxHeap(int[] array){
3 //从最后一个节点array.length-1的父节点(array.length-1-1)/2开始,直到根节点0,反复调整堆
4 for(int i=(array.length-2)/2;i>=0;i--){
5 adjustDownToUp(array, i,array.length);
6 }
7 return array;
8 }
9
10 //将元素array[k]自下往上逐步调整树形结构
11 private void adjustDownToUp(int[] array,int k,int length){
12 int temp = array[k];
13 for(int i=2*k+1; i<length-1; i=2*i+1){ //i为初始化为节点k的左孩子,沿节点较大的子节点向下调整
14 if(i<length && array[i]<array[i+1]){ //取节点较大的子节点的下标
15 i++; //如果节点的右孩子>左孩子,则取右孩子节点的下标
16 }
17 if(temp>=array[i]){ //根节点 >=左右子女中关键字较大者,调整结束
18 break;
19 }else{ //根节点 <左右子女中关键字较大者
20 array[k] = array[i]; //将左右子结点中较大值array[i]调整到双亲节点上
21 k = i; //【关键】修改k值,以便继续向下调整
22 }
23 }
24 array[k] = temp; //被调整的结点的值放人最终位置
25 }

堆排序:

1 //堆排序
2 public int[] heapSort(int[] array){
3 array = buildMaxHeap(array); //初始建堆,array[0]为第一趟值最大的元素
4 for(int i=array.length-1;i>1;i--){
5 int temp = array[0]; //将堆顶元素和堆低元素交换,即得到当前最大元素正确的排序位置
6 array[0] = array[i];
7 array[i] = temp;
8 adjustDownToUp(array, 0,i); //整理,将剩余的元素整理成堆
9 }
10 return array;
11 }

删除堆顶元素(即序列中的最大值):先将堆的最后一个元素与堆顶元素交换,由于此时堆的性质被破坏,需对此时的根节点进行向下调整操作。

1 //删除堆顶元素操作
2 public int[] deleteMax(int[] array){
3 //将堆的最后一个元素与堆顶元素交换,堆底元素值设为-99999
4 array[0] = array[array.length-1];
5 array[array.length-1] = -99999;
6 //对此时的根节点进行向下调整
7 adjustDownToUp(array, 0, array.length);
8 return array;
9 }

对堆的插入操作:先将新节点放在堆的末端,再对这个新节点执行向上调整操作。
假设数组的最后一个元素array[array.length-1]为空,新插入的结点初始时放置在此处。

1 //插入操作:向大根堆array中插入数据data
2 public int[] insertData(int[] array, int data){
3 array[array.length-1] = data; //将新节点放在堆的末端
4 int k = array.length-1; //需要调整的节点
5 int parent = (k-1)/2; //双亲节点
6 while(parent >=0 && data>array[parent]){
7 array[k] = array[parent]; //双亲节点下调
8 k = parent;
9 if(parent != 0){
10 parent = (parent-1)/2; //继续向上比较
11 }else{ //根节点已调整完毕,跳出循环
12 break;
13 }
14 }
15 array[k] = data; //将插入的结点放到正确的位置
16 return array;
17 }

测试:

1 public void toString(int[] array){
2 for(int i:array){
3 System.out.print(i+" ");
4 }
5 }
6
7 public static void main(String args[]){
8 HeapSort hs = new HeapSort();
9 int[] array = {87,45,78,32,17,65,53,9,122};
10 System.out.print("构建大根堆:");
11 hs.toString(hs.buildMaxHeap(array));
12 System.out.print("\n"+"删除堆顶元素:");
13 hs.toString(hs.deleteMax(array));
14 System.out.print("\n"+"插入元素63:");
15 hs.toString(hs.insertData(array, 63));
16 System.out.print("\n"+"大根堆排序:");
17 hs.toString(hs.heapSort(array));
18 }

java 实现大顶堆的更多相关文章
- 《排序算法》——堆排序(大顶堆,小顶堆,Java)
十大算法之堆排序: 堆的定义例如以下: n个元素的序列{k0,k1,...,ki,-,k(n-1)}当且仅当满足下关系时,称之为堆. " ki<=k2i,ki<=k2i+1;或k ...
- Python使用heapq实现小顶堆(TopK大)、大顶堆(BtmK小)
Python使用heapq实现小顶堆(TopK大).大顶堆(BtmK小) | 四号程序员 Python使用heapq实现小顶堆(TopK大).大顶堆(BtmK小) 4 Replies 需1求:给出N长 ...
- PriorityQueue实现大顶堆
在做一道算法时需要使用大顶堆,所以查了一下记录. 使用PriorityQueue实现大顶堆 PriorityQueue默认是一个小顶堆,然而可以通过传入自定义的Comparator函数来实现大顶堆.如 ...
- 剑指offer:数据流中的中位数(小顶堆+大顶堆)
1. 题目描述 /** 如何得到一个数据流中的中位数? 如果从数据流中读出奇数个数值,那么中位数就是所有数值排序之后位于中间的数值. 如果从数据流中读出偶数个数值,那么中位数就是所有数值排序之后中间两 ...
- heap c++ 操作 大顶堆、小顶堆
在C++中,虽然堆不像 vector, set 之类的有已经实现的数据结构,但是在 algorithm.h 中实现了一些相关的模板函数.下面是一些示例应用 http://www.cplusplus.c ...
- 剑指Offer28 最小的K个数(Partition函数应用+大顶堆)
包含了Partition函数的多种用法 以及大顶堆操作 /*********************************************************************** ...
- 堆排序(大顶堆、小顶堆)----C语言
堆排序 之前的随笔写了栈(顺序栈.链式栈).队列(循环队列.链式队列).链表.二叉树,这次随笔来写堆 1.什么是堆? 堆是一种非线性结构,(本篇随笔主要分析堆的数组实现)可以把堆看作一个数组,也可以被 ...
- USACO Running Away From the Barn /// 可并堆 左偏树维护大顶堆
题目大意: 给出以1号点为根的一棵有根树,问每个点的子树中与它距离小于等于m的点有多少个 左偏树 https://blog.csdn.net/pengwill97/article/details/82 ...
- 大顶堆与小顶堆应用---寻找前k小数
vector<int> getLeastNumber(vector<int>& arr,int k){ vector<int> vec(k,); if(== ...
随机推荐
- Servlet乱码问题解决
对于请求参数的编码处理基本上分为get和post两种情况. 1.POST index.html <!DOCTYPE html> <head> <meta http-equ ...
- wordpress 如何正确升级
http://www.admin5.com/article/20141230/578710.shtml 正确的版本升级应该是,备份数据库和文件,然后禁用所有的插件后在执行升级.这样也避免不了升级过后启 ...
- python笔记21(面向对象课程三)
今日内容 嵌套 特殊方法:__init__ type/isinstance/issubclass/super 异常处理 内容回顾 def login(): pass login() class Acc ...
- java jdk1.8 32/64位 官方绿色版下载附安装教程
java jdk1.8 32/64位 官方绿色版下载附安装教程 地址:https://www.jb51.net/softs/691593.html
- 3D点云配准算法简述
蝶恋花·槛菊愁烟兰泣露 槛菊愁烟兰泣露,罗幕轻寒,燕子双飞去. 明月不谙离恨苦,斜光到晓穿朱户. 昨夜西风凋碧树,独上高楼,望尽天涯路. 欲寄彩笺兼尺素.山长水阔知何处? --晏殊 导读: 3D点云 ...
- Linux相关知识笔记
Quagga要在linux下编译并配置运行,所有,学习一点linux的基础知识. 安装的Ubuntu,用户名linux,密码1 使能Ubuntu的IP转发功能,需要修改etc/sysctl.conf和 ...
- Zookeeper 介绍 原理
简介: ZooKeeper是一个分布式的,开放源码的分布式应用程序协调服务. 它Google的Chubby一个开源的实现,在分布式协调技术方面做得比较好的就是Google的Chubby还有 ...
- Linux 配置ip 子接口 多网卡绑定
linux系统配置ip地址,图形化界面略过,这里只介绍文本行.做以下设置注意是否有此权限 查看当前路由及网关信息: [root@localhost ~]# netstat -r Kernel IP r ...
- jenkins 参数化运行性能测试脚本
概述 我们用jenkins做持续集成的时候,常常需要跑不同的脚本,传不同的参数.尤其是性能基准测试,线程数和持续时间需要实时调整以满足我们的测试需求.那么是不是需求变了,我们 就需要重新准备一套脚本? ...
- WebAPI中的定时处理-使用Quartz.Net
借鉴: https://blog.csdn.net/lordwish/article/details/78926252 在最近的一篇文章中讲到了如何在web API中实现定时处理,采用的是比较原始的T ...