首页 诗词 字典 板报 句子 名言 友答 励志 学校 网站地图
当前位置: 首页 > 教程频道 > 开发语言 > 编程 >

抉择排序(树形排序,堆排序)

2012-10-20 
选择排序(树形排序,堆排序)package com.sort/** * 选择排序: * 简单选择排序,树形选择排序与堆排序 **/pu

选择排序(树形排序,堆排序)

package com.sort;/** * 选择排序: * 简单选择排序,树形选择排序与堆排序 *  */public class SelecSortDemo {/** * -------------------------------------------- * 简单选择排序 * 原理:假设列表中有n个元素,从第一个元素开始,在第一个元素 * 与最后一个元素之间选择一个最小的元素与第一个元素交换, * 然后从第二个元素开始,在第二个元素与最后一个元素之间选择 * 最小的元素与第二个元素交换,以此类推,最后列表有序。 */public static void simpleSelectSort(Object[] a){int len = a.length;for(int i = 0,j;i<len;i++){j = selectMin(a, i);if(i!=j)//等于就没有必要交换了a[i] = a[j];}}/** * 简单选择排序的辅助方法 * 从指定位置i开始到最后位置选择出一个最小的元素 * 并且返回它的索引值 */private static int selectMin(Object[] a,int low){int min = low;//假设第一个元素为最小值for(int i = low+1;i<a.length;i++){if(((Comparable)a[i]).compareTo(a[min])<0){min = i;}}return min;} /**      * ---------------------------------------      * 树形选择排序 :     * 对于简单排序来说,主要是进行n-1趟元素的比较,每趟比较n-2次,     * 每趟比较取出一个最小值(也可以是最大值),逐步使列表有序。     * 但是第一趟的比较是可以为后续的比较提供信息的,使后续的比较次数大大减少,     * 而后续的比较又可以为更后续的比较提供信息,这样就减少了比较的次数,减少了     * 时间复杂度。     *      * 实现原理:     * 第一步,首先对n个记录进行两两比较,得到较小的n/2个数再依次比较,依次类推     * 直到得到一个最小值,这是一个构造完全二叉树的过程,根节点即为最小元素,叶子节点为列表元素。     * 构造的此树的存储结构可以用数组表示方法,数组长度为2n-1。填充此树,比如     * 列表元素为:49    38     65    97   76    13    27   49     * 构造的树为:                     13     *                     38               13     *                38       65       13       27     *              19  38   65  97   76  13   27  49     * 13为根结点位最小值,列表元素为叶子节点     *      * 第二步,移走最小元素,此时可重新为数组a的第一个位置赋值为此最小值,     * 之后如果找出次小值则可以为第二个位置赋值,......     *      * 第三步,找出次小值,找出最小值在叶子节点的位置,从该节点开始,和其兄弟节点     * 进行比较,修改从叶子节点到根节点的元素值,比较完毕后,根节点为次小值。     * 第三步比较是利用了第一次比较提供的信息,因为第一步已经得到了两两比较的     * 较小值,只要拿第一次与最小值比较的元素(即最小值的兄弟节点)与它们比较即可得最小值。     * 即拿上述例子的76与27比较,然后27与38比较得到次小值27。     * 重复第二和第三步,排序完成。     *      * PS:这里把移出去的叶子节点都要重设为最大值,可对此方法进行稍微改动     * 可传一个最大值进来,这里是整型所以用了Integer.MAX_VALUE     */      public static void treeSelectSort(Object[] a){         int len = a.length;       int treeSize = 2 * len - 1;//完全二叉树的节点数       int low = 0;       Object[] tree = new Object[treeSize];//临时的树存储空间       //由后向前填充此树,索引从0开始       for(int i = len-1,j=0 ;i >= 0; --i,j++){//填充叶子节点       tree[treeSize-1-j] = a[i];       }              for(int i = treeSize-1;i>0;i-=2){//填充非终端节点       tree[(i-1)/2] = ((Comparable)tree[i-1]).compareTo(tree[i]) < 0 ? tree[i-1]:tree[i];       }              //不断移走最小节点       int minIndex;       while(low < len){       Object min = tree[0];//最小值       a[low++] = min;       minIndex = treeSize-1;       //找到最小值的索引       while(((Comparable)tree[minIndex]).compareTo(min)!=0){       minIndex--;       }       tree[minIndex] = Integer.MAX_VALUE;//设置一个最大值标志       //找到其兄弟节点       while(minIndex > 0){//如果其还有父节点       if(minIndex % 2 == 0){//如果是右节点       tree[(minIndex-1)/2] = ((Comparable)tree[minIndex-1]).compareTo(tree[minIndex])       < 0 ? tree[minIndex-1]:tree[minIndex];       minIndex = (minIndex-1)/2;       }else{//如果是左节点        tree[minIndex/2] = ((Comparable)tree[minIndex]).compareTo(tree[minIndex+1])   < 0 ? tree[minIndex]:tree[minIndex+1];   minIndex = minIndex/2;       }       }              }    }        /** * ---------------------------------- * 堆排序 *    堆排序是在树形选择排序的基础上进一步进行优化 * 只需要一个额外的存储空间,且不需根据标志判断是不是最大值。 * 堆的定义:在1到n/2的元素中,有k(i)<=k(2i),k(i)<=k(2i+1) * 或k(i)>=k(2i),k(i)>=k(2i+1) * 简单来说:就是假如将此序列看成一棵完全二叉树,要使这个无序列表 * 变成堆,则小于等于n/2(最后一个非终端节点就是n/2)的某个节点i的左右子节点均大于此节点, * 即堆的定义k(i)<=k(2i),k(i)<=k(2i+1)。 *  * 实现原理: *    首先将序列看成一个树形结构, * 1.构建堆的过程:找到最后一个非终端节点n/2,与它的左右子节点比较, * 比较结果使此父节点为这三个节点的最小值。再找n/2-1这个节点, * 与其左右子节点比较,得到最小值,以此类推....,最后根节点即为最小值 * 比如:49  38   65   97   76   13   27   49 * 初始树为: *              49 *        38              65 *    97      76      13       27 * 49 * 构造堆后的树为 *              13 *       38              27 *    49    76       65       49 *  97 *  交换数据的顺序为:97<——>49, 13<--->65,38不用换,49<-->13,13<-->27 * 2.输出堆顶元素并调整建新堆的过程 *   输出堆顶最小值后,假设以最后一个值替代之,由于其左右子树的堆结构并没有被破坏 * 只需要自上而下进行调整。比如把上图的13输出后以97替代,然后可以把97与27交换, * 然后97又与49交换,此时最小值为根元素27,输出27后以又用最后一个值替换根元素, * 以此类推,则最终得到有序序列  */public static void heapSort(Object[] a){          int len = a.length;          //构建堆          for(int i=(len-1)/2;i>=0;i--){              heapAdjust(a,i,len);          }                    //输出堆顶元素并调整建新堆的过程          int count = len-1;          while(count > 0 ){              //交换树根与最后一个值              swap(a,0,count);              count -- ;              heapAdjust(a,0,count);          }      }            /**      * 调整某一个节点极其左右子节点的位置 ,并选择左右节点中的较大者     * 继续向下调整     */      private static void heapAdjust(Object[] a,int i,int len){      Object parent = a[i];    for(int j = (i+1) * 2 - 1;j < len; j = (j+1) * 2 - 1){//沿着左右节点中的较小者继续往下搜索    if(j < len-1 && ((Comparable)a[j]).compareTo(a[j+1]) < 0 ){    ++j;//如果左节点较大过度到右节点    }    if(((Comparable)parent).compareTo(a[j]) > 0)//左右节点均小于父节点则不必要继续向下搜索    break;    a[i] = a[j];    i = j ;    }        a[i] = parent;//parent插入到正确的位置            }/** * 交换数组中两元素的值 */private static void swap(Object[] a,int i,int j){Object temp = null;temp = a[i];a[i] = a[j];a[j] = temp;}        //just for test    public static void main(String[] args) {    Integer[] data = {49,38,65,97,76,13,27,49};SelecSortDemo.treeSelectSort(data);for(Integer d:data){System.out.println(d);}}}

热点排行