前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >[数据结构与算法] 排序算法之选择排序和堆排序

[数据结构与算法] 排序算法之选择排序和堆排序

作者头像
时间静止不是简史
发布2020-07-25 16:53:56
5500
发布2020-07-25 16:53:56
举报

选择排序
  • 简单选择排序
  • 堆排序

简单选择排序

选择排序属于内部排序法, 是从想要排序的数据中, 按指定的规则选出某一个元素, 再依规定的交换位置后达到排序的目的

选择排序(select sorting)也是一种简单的排序方法。它的基本思想是: 第一次从arr[0]~arr[n-1]中选取最小值,与arr[0]交换, 第二次从arr[1]~arr[n-1]中选取最小值,与arr[1]交换, 第三次从arr[2]~arr[n-1]中选取最小值,与arr[2]交换,…, 第i次从arr[i-1]~arr[n-1]中选取最小值,与arr[i-1]交换,…, 第n-1次从arr[n-2]~arr[n-1]中选取最小值,与arr[n-2]交换,总共通过n-1次,得到一个按排序码从小到大排列的有序序列。

思路图解

在这里插入图片描述
在这里插入图片描述

实现代码

  • 执行数组长度-1次大循环, 每次循环的目的是将最小的元素放到当前数组最小值的位置
  • 需要两个辅助变量, 最小元素min 和最小元素的下标 i
  • 每次大循环执行一个小循环, 从i+1, 作用是比较当前位置相邻两个元素大小, 根据情况重置相关元素
  • 每个大循环的结束时, 需要根据情况交换元素
/**
 * 选择排序(正序)-时间复杂度 O(n^2)
 *
 * @author TimePause
 * @create 2020-02-01 11:39
 */
public class SelectSort {
    public static void main(String[] args) {
        int arr[] = {101, 34, 119, 1};
        selectSort(arr);
        System.out.println(Arrays.toString(arr));

    }

    public static void  selectSort(int arr[]){
        for (int i=0;i<arr.length-1;i++){
            // 定义最小的元素的下标
            int minIndex=i;
            // 定义最小元素
            int min = arr[i];
            for (int j=i+1;j<arr.length;j++){
                //将当前最小元素和arr[j]比较,如果大于arr[j]则重置
                if (min>arr[j]){
                    min = arr[j];//重置最小元素
                    minIndex = j;//重置最小元素下标
                }
            }
            // 将最小值, 放在arr[i],作用是交换元素. 然后执行下一次大循环
            if (minIndex!=i){
                arr[minIndex] = arr[i];
                arr[i]=min;
            }
           /* System.out.println("第"+(i+1)+"次排排结果");
            System.out.println(Arrays.toString(arr));*/
        }

    }
}

堆排序

堆排序是基于二叉树实现的, 因此在学习堆排序时, 最好先学习一下树这种结构结构

  • 堆排序是利用堆这种数据结构而设计的一种排序算法,堆排序是一种选择排序,它的最坏,最好,平均时间复杂度均为O(nlogn),它也是不稳定排序
  • 堆是具有以下性质的完全二叉树:每个结点的值都大于或等于其左右孩子结点的值,称为大顶堆, 注意 : 没有要求结点的左孩子的值和右孩子的值的大小关系。
  • 每个结点的值都小于或等于其左右孩子结点的值,称为小顶堆

大顶堆举例说明

在这里插入图片描述
在这里插入图片描述

小顶堆举例说明

小顶堆:arr[i] <= arr[2i+1] && arr[i] <= arr[2i+2] // i 对应第几个节点,i从0开始编号

在这里插入图片描述
在这里插入图片描述

堆排序基本思想

  • 将待排序序列构造成一个大顶堆 此时,整个序列的最大值就是堆顶的根节点。
  • 将其与末尾元素进行交换,此时末尾就为最大值。
  • 然后将剩余n-1个元素重新构造成一个堆,这样会得到n个元素的次小值。如此反复执行,便能得到一个有序序列了。

可以看到在构建大顶堆的过程中,元素的个数逐渐减少,最后就得到一个有序序列了.

要求:给你一个数组 {4,6,8,5,9} , 要求使用堆排序法,将数组升序排序。 图解

在这里插入图片描述
在这里插入图片描述

代码实现

/**
 * 堆排序(升序)实现
 *
 * @author TimePause
 * @create 2020-02-16 12:12
 */
public class HeapSort {
    public static void main(String[] args) {
        //要求将数组进行升序排序
        int arr[] = {4, 6, 8, 5, 9};
        heapSort(arr);
        System.out.println(Arrays.toString(arr));
   /*     // 创建要给80000个的随机的数组
        int[] arr = new int[8000000];
        for (int i = 0; i < 8000000; i++) {
            arr[i] = (int) (Math.random() * 8000000); // 生成一个[0, 8000000) 数
        }

        System.out.println("排序前");
        Date data1 = new Date();
        SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
        String date1Str = simpleDateFormat.format(data1);
        System.out.println("排序前的时间是=" + date1Str);

        heapSort(arr);

        Date data2 = new Date();
        String date2Str = simpleDateFormat.format(data2);
        System.out.println("排序前的时间是=" + date2Str);
        //System.out.println("排序后=" + Arrays.toString(arr));*/
    }

    //编写一个堆排序的方法
    public static void heapSort(int arr[]) {
        int temp = 0;
        System.out.println("执行堆排序操作!");
//		//分步完成
//		adjustHeap(arr, 1, arr.length);
//		System.out.println("第一次" + Arrays.toString(arr)); // 4, 9, 8, 5, 6
//
//		adjustHeap(arr, 0, arr.length);
//		System.out.println("第二次" + Arrays.toString(arr)); // 9,6,8,5,4

        //完成我们最终代码
        //1)将无序序列构建成一个堆,根据升序降序需求选择大顶堆或小顶堆
        for(int i = arr.length / 2 -1; i >=0; i--) {
            adjustHeap(arr, i, arr.length);
        }

		/*
		 * 2).将堆顶元素与末尾元素交换,将最大元素"沉"到数组末端;
  	   3).重新调整结构,使其满足堆定义,然后继续交换堆顶元素与当前末尾元素,反复执行调整+交换步骤,直到整个序列有序。
		 */
        for(int j = arr.length-1;j >0; j--) {
            //交换
            temp = arr[j];
            arr[j] = arr[0];
            arr[0] = temp;
            adjustHeap(arr, 0, j);
        }

        //System.out.println("数组=" + Arrays.toString(arr));

    }

    /**
     * 将一个数组(二叉树), 调整成一个大顶堆
     * 功能: 完成 将 以 i 对应的非叶子结点的树调整成大顶堆
     * 举例  int arr[] = {4, 6, 8, 5, 9}; => i = 1 => adjustHeap => 得到 {4, 9, 8, 5, 6}
     * 如果我们再次调用  adjustHeap 传入的是 i = 0 => 得到 {4, 9, 8, 5, 6} => {9,6,8,5, 4}
     * @param arr 待调整的数组
     * @param i 非叶子结点在数组中索引
     * @param length 对多少个元素继续调整, length 是在逐渐的减少
     */
    public  static void adjustHeap(int arr[], int i, int length) {

        int temp = arr[i];//先取出当前元素的值,保存在临时变量
        //开始调整
        //1. k = i * 2 + 1 k 是 i结点的左子结点
        for(int k = i * 2 + 1; k < length; k = k * 2 + 1) {
            if(k+1 < length && arr[k] < arr[k+1]) { //说明左子结点的值小于右子结点的值
                k++; // k 指向右子结点
            }
            if(arr[k] > temp) { //如果子结点大于父结点
                arr[i] = arr[k]; //把较大的值赋给当前结点
                i = k; //!!! i 指向 k,继续循环比较
            } else {
                break;//!
            }
        }
        //当for 循环结束后,我们已经将以i 为父结点的树的最大值,放在了最顶(局部)
        arr[i] = temp;//将temp值放到调整后的位置
    }

}

堆排序处理800w数据用时3-4秒左右, 可以看出, 堆排序效率也是比较高的

本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2020-02-20 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 选择排序
  • 简单选择排序
  • 堆排序
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档