标签:
package kpp.sort; /** * 堆的定义如下: 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ki>=k2i,ki>=k2i+1.(i=1,2,…,[n/2])" 若将和此次序列对应的一维数组(即以一维数组作此序列的存储结构)看成是一个完全二叉树, 则完全二叉树中每一个节点的值的都大于或等于任意一个字节的值(如果有的话),称之为大顶堆。 则完全二叉树中每一个节点的值的都小于或等于任意一个字节的值(如果有的话),称之为小顶堆。 由此,若序列{k0,k1,…,k(n-1)}是堆,则堆顶元素(或完全二叉树的根)必为序列中n个元素的最小值(或最大值)。 倘若给堆中每一个节点都赋予一个整数值标签,根节点被标记为0,对于每一个标记为i的节点,其左子节点(若存在的话)被标记为2*i+1,其右 子节点(若存在的话)被标记为2*i+2,对于一个标记为i的非根节点,其父节点被标记为(i-1)/2。使用这个标记,我们能够将堆存储在数组中,节点 存储在数据中的位置就使其标签。 * @author kpp * */ public class HeapSort { public static void main(String[] args) { // TODO Auto-generated method stub int array[] = {49,38,65,97,176,213,227,49,78,34,12,164,11,18,1}; heapSort(array); for(int k :array){ System.out.println(k); } } /** * 堆排序 * @param array */ public static void heapSort(int[] array){ //构建初始堆 buildHeap(array); int n = array.length; for(int i=n-1;i>=1;i--){ //交换堆顶元素和最后一个未排序元素 swap(array,0,i); //重新调整剩下的堆 adjustHeap(array,0,i); } } /** * 建堆 * @param array */ public static void buildHeap(int[] array){ int n = array.length;//数组中元素的个数 for(int i=n/2-1;i>=0;i--) adjustHeap(array,i,n); } /** * 调整堆 * @param A * @param current 当前元素 * @param end 当前需要调整的堆的最后一个叶子节点下标 */ public static void adjustHeap(int[] A,int current,int end){ int left = 2*current+1;// 左孩子的下标(如果存在的话) int right =2*current+2;// 左孩子的下标(如果存在的话) int largest = 0;//寻找3个节点中最大值节点的下标 if(left<end && A[left]>A[current]) largest = left; else largest = current; if(right<end && A[right]>A[largest]) largest = right; if(largest!=current){ swap(A,largest,current); adjustHeap(A,largest,end); } } /** * 堆顶元素和最后一个未排序元素交换 * @param array * @param i * @param j */ public static void swap(int[] array,int i,int j){ int temp =0; temp=array[i]; array[i]=array[j]; array[j]=temp; } }
标签:
原文地址:http://www.cnblogs.com/kangpp/p/4372918.html