Go 數據結構之堆排序示例詳解

堆排序

堆排序是一種樹形選擇排序算法。

簡單選擇排序算法每次選擇一個關鍵字最小的記錄需要 O(n) 的時間,而堆排序選擇一個關鍵字最小的記錄需要 O(nlogn)的時間。

堆可以看作一棵完全二叉樹的順序存儲結構。

在這棵完全二叉樹中,如果每個節點的值都大於等於左邊孩子的值,稱為大根堆(最大堆、又叫大頂堆)。如果每個節點的值都小於等於左邊孩子的值,稱為小根堆(最小堆,小頂堆)。

可以,用數學符號表示如下:

堆排序過程

  • 構建初始堆
  • 在輸出堆的頂層元素後,從上到下進行調整,將頂層元素與其左右子樹的根節點進行比較,並將最小的元素交換到堆的頂部;然後不斷調整直到葉子節點得到新的堆。

假如,{1, 7, 9, 2, 4, 6, 3, 5, 8} 建堆,然後進行堆排序輸出。

動畫顯示

  • 初始化堆,建堆操作圖畫演示:

首先根據無序序列 {1, 7, 9, 2, 4, 6, 3, 5, 8} 按照完全二叉樹的順序構建一棵完全二叉樹,如圖:

然後從最後一個分支節點 n/2開始調整堆,這裡 9 / 2 = 4:

然後從 n/2−1 開始調整,即序號 3 開始調整,接著從 n/2-2 執行調整操作,如圖所示:

一直重復到序號為 1 的節點:

最終通過此次調整堆,得到新的堆為 [9, 8, 6, 7, 4, 1, 3, 5, 2] ,得到新的堆後開始堆排序過程

開始堆排序

構建完初始堆後,此時,我們可以進入堆排序,從上面的方法中,

我們可以已知我們構建的最大堆的堆頂是最大的記錄,可以可以將堆頂交換到最後一個元素的位置,然後執行堆頂下沉操作,然後再執行堆調整操作(新的堆頂也是最大值),直到剩餘一個節點,得到一個有序序列。

此時,我們又可以進行堆調整操作,如下圖:

堆調整完畢,開始把新的堆頂 8 和最後一個記錄 2 進行交換,然後將堆頂下沉,調整為堆,如下圖所示:

從此我們得到新的堆頂 7 ,然後把 7 跟最後一個元素 3 進行交換,7 下沉,然後堆調整,慢慢得到堆頂 6 和 堆頂5,如圖所示:

然後是 3 下沉:

最後,堆頂 2 與最後一個記錄 1 進行交換,隻剩一個節點,堆排序結束,如下圖所示:

我們得到的新的序列按序號讀取數據,就是一個有序序列。

代碼實現

最後,我們用代碼來檢驗一下我們的動畫過程是否正確,如下:

package main
import "fmt"
// 調整堆
func adjustHeap(array []int, currentIndex int, maxLength int) {
    var noLeafValue = array[currentIndex] // 當前非葉子節點
    // j 指向左孩子
    // 當前非葉子節點的左節點為:2 * currentIndex + 1
    for j := 2*currentIndex + 1; j <= maxLength; j = currentIndex*2 + 1 {
        if j < maxLength && array[j] < array[j+1] { // 如果有右孩子,且左孩子比右孩子小
            j++ // j 指向右孩子
        }
        if noLeafValue >= array[j] {
            break // 非葉子節點大於孩子節點,跳過不交換
        }
        array[currentIndex] = array[j] // 移動到當前節點的父節點
        currentIndex = j               // j 指向交換後的新位置,繼續向下比較
    }
    array[currentIndex] = noLeafValue // 放在合適的位置
}
// 初始化堆
func createHeap(array []int, length int) {
    // 建堆
    for i := length / 2; i >= 0; i-- {
        adjustHeap(array, i, length-1)
    }
}
func heapSort(array []int, length int) {
    for i := length - 1; i > 0; i-- {
        array[0], array[i] = array[i], array[0]
        adjustHeap(array, 0, i-1)
    }
}
func main() {
    var unsorted = []int{1, 7, 9, 2, 4, 6, 3, 5, 8}
    var length = len(unsorted)
    fmt.Println("建堆之前:")
    for i := 0; i < length; i++ {
        fmt.Printf("%d,", unsorted[i])
    }
    fmt.Println()
    fmt.Println("建堆之後:")
    createHeap(unsorted, length)
    for i := 0; i < length; i++ {
        fmt.Printf("%d,", unsorted[i])
    }
    fmt.Printf("\n堆排序之後: \n")
    heapSort(unsorted, length)
    for i := 0; i < length; i++ {
        fmt.Printf("%d,", unsorted[i])
    }
}

運行結果:

[Running] go run "e:\Coding Workspaces\LearningGoTheEasiestWay\Go 數據結構\堆排序\main.go"
建堆之前:
1,7,9,2,4,6,3,5,8,
建堆之後:
9,8,6,7,4,1,3,5,2,
堆排序之後: 
1,2,3,4,5,6,7,8,9,

可以看到,創建堆的結果 9,8,6,7,4,1,3,5,2 和排序結果 1,2,3,4,5,6,7,8,9 都是和我們圖中的堆一樣,所以說圖看懂瞭代碼也就變得有意思瞭。

總結

總結一下堆排序的復雜度:

時間復雜度:堆排序主要耗費時間在初始堆和反復調整堆上,所以時間復雜度為 O(nlogn)O(nlogn)O(nlogn)

空間復雜度:交換記錄需要一個輔助空間,所以空間復雜度為 O(1)O(1)O(1)

穩定性:堆排序多次交換關鍵字,可能會發生相等關鍵字排序前後位置不一樣的情況,所以不穩定

推薦大傢都自己畫圖體驗一下堆排序的過程,這中間設計除瞭涉及到算法的精妙,也能體會到二叉樹的遍歷過程。

以上就是Go 數據結構之堆排序示例詳解的詳細內容,更多關於Go 數據結構堆排序的資料請關註WalkonNet其它相關文章!

推薦閱讀: