完全二叉树， 最大堆 ， 堆排序

标签：ret   打印   ==   最大堆   method   重复   quic   util   完全二叉树   

脑袋不够用，所以记录下来

python 版本 构建 最大堆

class Utils(object):
    @staticmethod
    def buildMaxHeap(l=None,heap_size=None):
        if heap_size is None:
            heap_size = len(l)
        for i in range(heap_size//2,0,-1):
            Utils.maxHeapify(heap_size,i,l)
            
    @staticmethod
    def maxHeapify(heap_size,rootIndex,l=None):
        left,right,largest = 2*rootIndex,2*rootIndex+1,rootIndex
        
        if left<=heap_size and l[left-1] > l[rootIndex-1]:
            largest = left
        if right<=heap_size and l[right-1] > l[largest-1]:
            largest = right
            
        if largest!=rootIndex:
            l[largest-1],l[rootIndex-1] = l[rootIndex-1],l[largest-1]
            if largest <= heap_size//2:
                Utils.maxHeapify(heap_size,largest,l)
        print(l)
        
if __name__ == '__main__':
    l = [10,9,3,2,4,6,5,7,8]
    print(l)
    Utils.buildMaxHeap(l)
    print(l)

改为 堆排序

class Utils(object):
    @staticmethod
    def buildMaxHeap(l=None,heap_size=None):
        if heap_size is None:
            heap_size = len(l)
        for i in range(heap_size//2,0,-1):
            Utils.maxHeapify(heap_size,i,l)
            
    @staticmethod
    def maxHeapify(heap_size,rootIndex,l=None):
        left,right,largest = 2*rootIndex,2*rootIndex+1,rootIndex
        
        if left<=heap_size and l[left-1] > l[rootIndex-1]:
            largest = left
        if right<=heap_size and l[right-1] > l[largest-1]:
            largest = right
            
        if largest!=rootIndex:
            l[largest-1],l[rootIndex-1] = l[rootIndex-1],l[largest-1]
            if largest <= heap_size//2:
                Utils.maxHeapify(heap_size,largest,l)
    @staticmethod
    def heapSort(l=None):
        Utils.buildMaxHeap(l)
        for i in range(len(l)-1,0,-1):
            l[0],l[i] = l[i],l[0]
            Utils.buildMaxHeap(l,i)
        
if __name__ == '__main__':
    l = [10,9,3,2,4,6,5,7,8]
    print(l)
#     Utils.buildMaxHeap(l)
    Utils.heapSort(l)
    print(l)

java 版

package com.ghc.starter.algorithm;
/*
这是一个排序算法集合的工具类
* */
public class SortUtils {
    public static int [] array = {10,9,3,2,4,6,5,7,8};

    // 完全二叉树 --》最大堆--》堆排序
    public static void main(String [] args){
        printArray(array);
        buildMaxHeap(array,array.length);
        printArray(array);
        heapSort(array);
        printArray(array);
        array = new int[]{10,9,3,2,4,6,5,7,8};
        printArray(array);
        bubbleSort(array);
        printArray(array);
    }

    // 快速排序
    public static void quickSort(int [] array){

    }
    // 冒泡排序
    public static void bubbleSort(int [] array){
        for(int i=0;i<array.length;i++){
            for(int j=0;j<array.length-i-1;j++){
                if(array[j]>array[j+1]){
                    swap(array,j,j+1);
                }
            }
        }
    }
    // 有格式的打印数组
    public static void printArray(int [] array){
        System.out.print("[");
        for(int i=0;i<array.length;i++){
            if(i!=array.length-1)
            System.out.print(array[i]+",");
            else System.out.println(array[i]+"]");
        }
    }
    // 堆排序 基于 下面 构建 最大堆
    public static void heapSort(int [] array){
        // 如果 数组只有一个元素或者为空则不用排序
        if(array==null || array.length<=1) return;
        // 否则开始 堆排序
        // 先 构建一个 最大堆
        buildMaxHeap(array,array.length);
        for(int i=array.length-1;i>0;i--){
            // 交换 堆顶与 最后位置的值，下一次 跳过 已经排好序的 位置
            swap(array,0,i);
            // 递归 重复构建 跳过 排好序的位置后的 最大堆
            buildMaxHeap(array,i);
        }
    }
    // 根据传入的 数组 构建一个 最大堆 ，最大堆只能保证堆顶是最大值，那么堆排序就是每次取最值后然后调整堆为最大堆
    public static void buildMaxHeap(int [] array,int heapSize){
        // 从 总节点数的 1/2 之一处开始 逆序 调整 最大堆
        for(int i=heapSize/2;i>0;i--){
            maxHeapify(array,heapSize,i);
        }
    }
    public static void maxHeapify(int [] array,int heapSize,int rootIndex){
        //左叶子结点
        int l = 2*rootIndex;
        // 右叶子结点
        int r = l+1;
        // 调整需要的最大值指向
        int largest = rootIndex;
        //如果 左叶子结点比父节点要大 ，那么修改 largest 指向为 l
        if(l<=heapSize && array[l-1]>array[rootIndex-1]){
            largest = l;
        }
        //如果 右叶子结点比父节点要大 ，那么修改 largest 指向为 r
        if(r<=heapSize && array[r-1]>array[largest-1]){
            largest = r;
        }
        // 如果 最大值不是 父节点，那么交换 最大值指向与父节点的位置
        if(largest!=rootIndex){
            swap(array,largest-1,rootIndex-1);
            if(largest<=heapSize/2){
                // 如果该父节点有子节点，那么对 子节点也递归做 最大堆调整
                maxHeapify(array,heapSize,largest);
            }
        }

    }
    // 交换 数组中的值
    public static void swap(int [] array,int i,int j){
        int temp = array[i];
        array[i] = array[j];
        array[j] = temp;
    }
}

完全二叉树， 最大堆 ， 堆排序

标签：ret   打印   ==   最大堆   method   重复   quic   util   完全二叉树   

原文地址：https://www.cnblogs.com/Frank99/p/10107965.html