爆款云主机2核4G限时秒杀,88元/年起!
查看详情

活动

天翼云最新优惠活动,涵盖免费试用,产品折扣等,助您降本增效!
热门活动
  • 618智算钜惠季 爆款云主机2核4G限时秒杀,88元/年起!
  • 免费体验DeepSeek,上天翼云息壤 NEW 新老用户均可免费体验2500万Tokens,限时两周
  • 云上钜惠 HOT 爆款云主机全场特惠,更有万元锦鲤券等你来领!
  • 算力套餐 HOT 让算力触手可及
  • 天翼云脑AOne NEW 连接、保护、办公,All-in-One!
  • 中小企业应用上云专场 产品组合下单即享折上9折起,助力企业快速上云
  • 息壤高校钜惠活动 NEW 天翼云息壤杯高校AI大赛,数款产品享受线上订购超值特惠
  • 天翼云电脑专场 HOT 移动办公新选择,爆款4核8G畅享1年3.5折起,快来抢购!
  • 天翼云奖励推广计划 加入成为云推官,推荐新用户注册下单得现金奖励
免费活动
  • 免费试用中心 HOT 多款云产品免费试用,快来开启云上之旅
  • 天翼云用户体验官 NEW 您的洞察,重塑科技边界

智算服务

打造统一的产品能力,实现算网调度、训练推理、技术架构、资源管理一体化智算服务
智算云(DeepSeek专区)
科研助手
  • 算力商城
  • 应用商城
  • 开发机
  • 并行计算
算力互联调度平台
  • 应用市场
  • 算力市场
  • 算力调度推荐
一站式智算服务平台
  • 模型广场
  • 体验中心
  • 服务接入
智算一体机
  • 智算一体机
大模型
  • DeepSeek-R1-昇腾版(671B)
  • DeepSeek-R1-英伟达版(671B)
  • DeepSeek-V3-昇腾版(671B)
  • DeepSeek-R1-Distill-Llama-70B
  • DeepSeek-R1-Distill-Qwen-32B
  • Qwen2-72B-Instruct
  • StableDiffusion-V2.1
  • TeleChat-12B

应用商城

天翼云精选行业优秀合作伙伴及千余款商品,提供一站式云上应用服务
进入甄选商城进入云市场创新解决方案
办公协同
  • WPS云文档
  • 安全邮箱
  • EMM手机管家
  • 智能商业平台
财务管理
  • 工资条
  • 税务风控云
企业应用
  • 翼信息化运维服务
  • 翼视频云归档解决方案
工业能源
  • 智慧工厂_生产流程管理解决方案
  • 智慧工地
建站工具
  • SSL证书
  • 新域名服务
网络工具
  • 翼云加速
灾备迁移
  • 云管家2.0
  • 翼备份
资源管理
  • 全栈混合云敏捷版(软件)
  • 全栈混合云敏捷版(一体机)
行业应用
  • 翼电子教室
  • 翼智慧显示一体化解决方案

合作伙伴

天翼云携手合作伙伴,共创云上生态,合作共赢
天翼云生态合作中心
  • 天翼云生态合作中心
天翼云渠道合作伙伴
  • 天翼云代理渠道合作伙伴
天翼云服务合作伙伴
  • 天翼云集成商交付能力认证
天翼云应用合作伙伴
  • 天翼云云市场合作伙伴
  • 天翼云甄选商城合作伙伴
天翼云技术合作伙伴
  • 天翼云OpenAPI中心
  • 天翼云EasyCoding平台
天翼云培训认证
  • 天翼云学堂
  • 天翼云市场商学院
天翼云合作计划
  • 云汇计划
天翼云东升计划
  • 适配中心
  • 东升计划
  • 适配互认证

开发者

开发者相关功能入口汇聚
技术社区
  • 专栏文章
  • 互动问答
  • 技术视频
资源与工具
  • OpenAPI中心
开放能力
  • EasyCoding敏捷开发平台
培训与认证
  • 天翼云学堂
  • 天翼云认证
魔乐社区
  • 魔乐社区

支持与服务

为您提供全方位支持与服务,全流程技术保障,助您轻松上云,安全无忧
文档与工具
  • 文档中心
  • 新手上云
  • 自助服务
  • OpenAPI中心
定价
  • 价格计算器
  • 定价策略
基础服务
  • 售前咨询
  • 在线支持
  • 在线支持
  • 工单服务
  • 建议与反馈
  • 用户体验官
  • 服务保障
  • 客户公告
  • 会员中心
增值服务
  • 红心服务
  • 首保服务
  • 客户支持计划
  • 专家技术服务
  • 备案管家

了解天翼云

天翼云秉承央企使命,致力于成为数字经济主力军,投身科技强国伟大事业,为用户提供安全、普惠云服务
品牌介绍
  • 关于天翼云
  • 智算云
  • 天翼云4.0
  • 新闻资讯
  • 天翼云APP
基础设施
  • 全球基础设施
  • 信任中心
最佳实践
  • 精选案例
  • 超级探访
  • 云杂志
  • 分析师和白皮书
  • 天翼云·创新直播间
市场活动
  • 2025智能云生态大会
  • 2024智算云生态大会
  • 2023云生态大会
  • 2022云生态大会
  • 天翼云中国行
天翼云
  • 活动
  • 智算服务
  • 产品
  • 解决方案
  • 应用商城
  • 合作伙伴
  • 开发者
  • 支持与服务
  • 了解天翼云
      • 文档
      • 控制中心
      • 备案
      • 管理中心

      堆排序

      首页 知识中心 大数据 文章详情页

      堆排序

      2023-07-28 07:35:51 阅读次数:426

      排序,算法

      前言:网上有很多堆排序的案例,我只想写自己堆排序。

      一:堆结构

        即:一个父节点最多只能有两个子节点(可以没有),如下图

      图1堆排序       图2堆排序          图3 堆排序      图4堆排序

      二: 数组与堆结构转换

           假设已知堆数组   int[]  a = {9,7,6,4,5,1,3,2,}  则相应对结构如下

      堆排序

       

       

       

       

      图5

       

         备注: 一个父节点(pNode  为图5中的7 )和两个子节点(4(lNOde 左节点)和5(rNode 右节点))的关系

       左节点: lNOde =  2*pNode   + 1  ;

       右节点 :  rNode  = 2*pNode    +2 ;

      三:通过已知数组建立成堆结构数组

           假设已知数组   int[] a = { 7,9,6,4,5,1,3,2};

      思路:对一个已知堆结构数组(长度为n)中添加一个元素,并调整该结果使之成为新的堆结构数组(长度变成 n+1)

      步骤一:获取该数组的第一个元素 7 (a[0])为已知堆数组。

      步骤二 :获取该数组的第下一个元素9(a[1])并添加到上一个堆结构数组中,并判断其的父节点是否大于自己,如果大于则交换父节点与自己的位置,交换后自己就在父节点的位置并把自己当成新的子节点,继续寻找父节点直至自己小于父节点并返回。如果大于则已是堆结构返回。以此类推直至成为新的堆结构。

      步骤三 :重复步骤二,直至数组最后一个元素。

      java实现:

      /**
           * 建立堆模型
           * 
           * @param a
           */
          private static void buildHeat(int[] a) {   
              for (int i = 1; i < a.length; i++) {  //注意我是从数组的第二个位置(即 index = 1)开始的
                  int parentNodeIndex = getParentNodeIndex(i);
                  int currentIndex = i;
                  while (parentNodeIndex >= 0) {
                      // 判断子节点是否大于父节点
                      if (a[parentNodeIndex] < a[currentIndex]) { // 步骤2  自己大于父节点  交换父节点位置
                          // 父节点小于子节点 》》交换节点位置
                          int temp = a[parentNodeIndex];
                          a[parentNodeIndex] = a[currentIndex];
                          a[currentIndex] = temp;
                      } else {
                          //
                          break;  //步骤2 : 自己小于父节点结束循环(while)已成为新的堆结构。>>>>>>>执行步骤3
                      }
                      currentIndex = parentNodeIndex;    //步骤2 把自己当成新的子节点
                      parentNodeIndex = getParentNodeIndex(parentNodeIndex);
                  }
              }
          }

      四:去堆(获取排序)

        步骤一:因为堆顶是整个堆结构中最大的数,所以我获取堆顶的哪个数9(a[0]  如图5),并把堆中最后一个数2(如图5)放入堆顶 (此时的数组长度是原来数组长度的减一)

       

        步骤二 :调整堆结构(因为上一个步骤把 最后一个数放入如堆顶).。

          调整方法:   获取获取左右子节点,先判断是否有子节点,然后判断两个子节点的大小(假设9已经换成了2,当前它有两个子节点,7(左子节点) 6 (右子节点)),获取到最大的子节点(7),并于父节点(2)比较 ,如果子节点大于父节点,交换父节点与子节点的位置,并把当前自己成为新的父节点重复调整方法,直至没有子节点或父节点大于所有子节点。成为新的堆结构

       

       步骤三 :重复步骤一和二 ,直至没有改结构中没有子节点。

      java实现

       备注:代码与步骤二的调整方法有些不同 ,因为 1)如果没有左节点 (调整结束) 就一定不会有右节点?。2)如果有右节点就一定有左节点?。3)如果只有左节点没有右节点?

      //去除堆 》》即排序
              for(int j = 0; j < a.length; j++) {
                  int lastIndex = a.length - 1 -j;
                  int currentIndex = 0;       
                  int temp2 = a[0];    //步骤1 : 获取堆结构中的最大数  并与最后一个数交换位置
                  a[0] = a[lastIndex];
                  a[lastIndex] = temp2;
                  while(true) {
                      //获取左节点
                      int leftChildNodeIndex = getLeftChildNodeIndex(currentIndex);  //步骤2 获取左节点位置
                      if(leftChildNodeIndex >= lastIndex) {    //判断做节点是否有 有数   
                          //没有左节点子节点 即去堆完成
                          for (int i = 0; i < a.length ; i++) {
                              System.out.print(a[i] + ",");
                          }
                          System.out.println("没有左节点子节点 即去堆完成");
                          break; //步骤3
                      }
                      //获取右节点
                      int rightChildNodeIndex = getRightChildNodeIndex(currentIndex);
                      if(rightChildNodeIndex >= lastIndex) {    //获取右节点
                          //没有右子节点 但有左节点     需要进行 交换            
                          if (a[leftChildNodeIndex] > a[currentIndex]) {
                              //判断左子节点  大于父节点  需要交换位置
                              int temp = a[leftChildNodeIndex];
                              a[leftChildNodeIndex] = a[currentIndex];
                              a[currentIndex] = temp;
                          }
                          for (int i = 0; i < a.length ; i++) {
                              System.out.print(a[i] + ",");
                          }
                          System.out.println("没有右子节点 但有左节点");
                          break;   //步骤3
                      }
                      //即有左节点又有有节点
                      //先判断左右节点的大小  返回大节点
                      int whichIndexBig = a[leftChildNodeIndex] > a[rightChildNodeIndex] ? leftChildNodeIndex : rightChildNodeIndex;
                      //判断子节点是否大于符节点
                      if (a[whichIndexBig] > a[currentIndex]) {
                          //子节点大于父节点  需要交换子父节点的位置
                          int temp = a[whichIndexBig];
                          a[whichIndexBig] = a[currentIndex];
                          a[currentIndex] =  temp;
                      }
                      //当前父节点
                      currentIndex = whichIndexBig;      //
                  }
              }

      五 完整代码实现如下

      堆排序
      package com.jinliang.sort;
      
      public class HeatSort {
          public static void main(String[] args) {
              int[] a = { 7,4,6,9,5,1,3,2};
              //创建堆数组
              buildHeat(a);
              for (int j = 0; j < a.length; j++) {
                  System.out.print(a[j] + ",");
              }
              System.out.println("建队完成");
              //int[] a = {42, 88, 77, 76, 66, 55, 64, 52, 45, 54, 34, 2, 32, 12, 35, 1, 22, 21, 34, 3};
              //去除堆 》》即排序
              for(int j = 0; j < a.length; j++) {
                  int lastIndex = a.length - 1 -j;
                  int currentIndex = 0;        
                  int temp2 = a[0];
                  a[0] = a[lastIndex];
                  a[lastIndex] = temp2;
                  while(true) {
                      //获取左节点
                      int leftChildNodeIndex = getLeftChildNodeIndex(currentIndex);
                      if(leftChildNodeIndex >= lastIndex) {
                          //没有左节点子节点 即去堆完成
                          for (int i = 0; i < a.length ; i++) {
                              System.out.print(a[i] + ",");
                          }
                          System.out.println("没有左节点子节点 即去堆完成");
                          break;
                      }
                      //获取右节点
                      int rightChildNodeIndex = getRightChildNodeIndex(currentIndex);
                      if(rightChildNodeIndex >= lastIndex) {
                          //没有右子节点 但有左节点     需要进行 交换            
                          if (a[leftChildNodeIndex] > a[currentIndex]) {
                              //判断左子节点  大于父节点  需要交换位置
                              int temp = a[leftChildNodeIndex];
                              a[leftChildNodeIndex] = a[currentIndex];
                              a[currentIndex] = temp;
                          }
                          for (int i = 0; i < a.length ; i++) {
                              System.out.print(a[i] + ",");
                          }
                          System.out.println("没有右子节点 但有左节点");
                          break;
                      }
                      //即有左节点又有有节点
                      //先判断左右节点的大小  返回大节点
                      int whichIndexBig = a[leftChildNodeIndex] > a[rightChildNodeIndex] ? leftChildNodeIndex : rightChildNodeIndex;
                      //判断子节点是否大于符节点
                      if (a[whichIndexBig] > a[currentIndex]) {
                          //子节点大于父节点  需要交换子父节点的位置
                          int temp = a[whichIndexBig];
                          a[whichIndexBig] = a[currentIndex];
                          a[currentIndex] =  temp;
                      }
                      //当前父节点
                      currentIndex = whichIndexBig;    
                  }
              }
              //输出排序后的数组
              for (int i = 0; i < a.length; i++) {
                  System.err.print(a[i] + ",");
              }
          }
      
          /**
           * 建立堆模型
           * 
           * @param a
           */
          private static void buildHeat(int[] a) {
              for (int i = 1; i < a.length; i++) {
                  int parentNodeIndex = getParentNodeIndex(i);
                  int currentIndex = i;
                  while (parentNodeIndex >= 0) {
                      // 判断子节点是否大于父节点
                      if (a[parentNodeIndex] < a[currentIndex]) {
                          // 父节点小于子节点 》》交换节点位置
                          int temp = a[parentNodeIndex];
                          a[parentNodeIndex] = a[currentIndex];
                          a[currentIndex] = temp;
                      } else {
                          //
                          break;
                      }
                      currentIndex = parentNodeIndex;
                      parentNodeIndex = getParentNodeIndex(parentNodeIndex);
                  }
              }
          }
      
          // 获取父节点索引
          public static int getParentNodeIndex(int currentIndex) {
              int parentNodeIndex = (currentIndex - 1) % 2;
              Boolean isJO = (parentNodeIndex == 0) ? true : false;
              if (isJO) { // 奇数
                  // 获取父节点
                  return (currentIndex - 1) / 2;
              }
              parentNodeIndex = (currentIndex - 2) / 2;
              return parentNodeIndex;
          }
      
          // 获取left子节点索引
          public static int getLeftChildNodeIndex(int currentIndex) {
              return 2 * currentIndex + 1;
          }
          // 获取right子节点索引
          public static int getRightChildNodeIndex(int currentIndex) {
              return 2 * currentIndex + 2;
          }
      
      }
      View Code
      版权声明:本文内容来自第三方投稿或授权转载,原文地址:https://www.cnblogs.com/jinliang374003909/p/10442904.html,作者:爱我-中华,版权归原作者所有。本网站转在其作品的目的在于传递更多信息,不拥有版权,亦不承担相应法律责任。如因作品内容、版权等问题需要同本网站联系,请发邮件至ctyunbbs@chinatelecom.cn沟通。

      上一篇:DFA算法实现关键字查找(正则原理入门)

      下一篇:flink写入到kafka 大坑解析。

      相关文章

      2025-05-19 09:04:14

      《剑指Offer》搜索算法题篇——更易理解的思路~

      《剑指Offer》搜索算法题篇——更易理解的思路~

      2025-05-19 09:04:14
      算法
      2025-05-19 09:04:14

      复杂度的OJ练习

      复杂度的OJ练习

      2025-05-19 09:04:14
      代码 , 复杂度 , 思路 , 数组 , 算法
      2025-05-19 09:04:14

      背包问题——“0-1背包”,“完全背包”(这样讲,还能不会?)

      背包问题——“0-1背包”,“完全背包”(这样讲,还能不会?)

      2025-05-19 09:04:14
      动态规划 , 算法
      2025-05-16 09:15:17

      多源BFS问题(4)_地图分析

      多源BFS问题(4)_地图分析

      2025-05-16 09:15:17
      单元格 , 算法 , 网格 , 距离
      2025-05-16 09:15:17

      递归,搜索,回溯算法(3)之穷举,暴搜,深搜,回溯,剪枝

      递归,搜索,回溯算法(3)之穷举,暴搜,深搜,回溯,剪枝

      2025-05-16 09:15:17
      回溯 , 子集 , 数组 , 算法 , 递归
      2025-05-16 09:15:17

      多源BFS问题(2)_飞地的数量

      多源BFS问题(2)_飞地的数量

      2025-05-16 09:15:17
      bfs , grid , 单元格 , 算法
      2025-05-16 09:15:17

      BFS解决最短路问题(4)_为高尔夫比赛砍树

      BFS解决最短路问题(4)_为高尔夫比赛砍树

      2025-05-16 09:15:17
      BFS , lt , 复杂度 , 算法
      2025-05-16 09:15:10

      BFS解决FloodFill算法(3)_岛屿的最大面积

      BFS解决FloodFill算法(3)_岛屿的最大面积

      2025-05-16 09:15:10
      grid , 复杂度 , 算法
      2025-05-14 10:33:31

      【数据结构】第一章——绪论(2)

      【数据结构】第一章——绪论(2)

      2025-05-14 10:33:31
      函数 , 实现 , 打印 , 理解 , 算法 , 输入 , 输出
      2025-05-14 10:33:31

      【数据结构】详细介绍串的简单模式匹配——朴素模式匹配算法

      【数据结构】详细介绍串的简单模式匹配——朴素模式匹配算法

      2025-05-14 10:33:31
      下标 , 元素 , 匹配 , 子串 , 模式匹配 , 算法
      查看更多
      推荐标签

      作者介绍

      天翼云小翼
      天翼云用户

      文章

      33561

      阅读量

      5231878

      查看更多

      最新文章

      《剑指Offer》搜索算法题篇——更易理解的思路~

      2025-05-19 09:04:14

      背包问题——“0-1背包”,“完全背包”(这样讲,还能不会?)

      2025-05-19 09:04:14

      多源BFS问题(4)_地图分析

      2025-05-16 09:15:17

      递归,搜索,回溯算法(3)之穷举,暴搜,深搜,回溯,剪枝

      2025-05-16 09:15:17

      多源BFS问题(2)_飞地的数量

      2025-05-16 09:15:17

      BFS解决最短路问题(4)_为高尔夫比赛砍树

      2025-05-16 09:15:17

      查看更多

      热门文章

      Lc70_爬楼梯

      2024-06-27 09:20:52

      利用函数求出一个数组最大三个数的乘积

      2023-02-13 08:10:07

      冒泡排序法解析

      2024-07-01 01:30:59

      猜字母问题

      2023-02-24 08:30:41

      1791. 找出星型图的中心节点

      2023-02-13 07:55:59

      经典算法——二分查找

      2023-05-11 06:06:36

      查看更多

      热门标签

      算法 leetcode python 数据 java 数组 节点 大数据 i++ 链表 golang c++ 排序 django 数据类型
      查看更多

      相关产品

      弹性云主机

      随时自助获取、弹性伸缩的云服务器资源

      天翼云电脑(公众版)

      便捷、安全、高效的云电脑服务

      对象存储

      高品质、低成本的云上存储服务

      云硬盘

      为云上计算资源提供持久性块存储

      查看更多

      随机文章

      给定两个非负数组x和hp,长度都是N,再给定一个正数range。

      石子游戏 IV。Alice 和 Bob 两个人轮流玩一个游戏,Alice 先手。 一开始,有 n 个石子堆在一起。

      设计模式之模板设计模式

      文心一言 VS chatgpt (12)-- 算法导论3.1 6~7题

      [leetcode] 34. Find First and Last Position of Element in Sorted Array

      给定一个二维数组matrix,其中的值不是0就是1

      • 7*24小时售后
      • 无忧退款
      • 免费备案
      • 专家服务
      售前咨询热线
      400-810-9889转1
      关注天翼云
      • 旗舰店
      • 天翼云APP
      • 天翼云微信公众号
      服务与支持
      • 备案中心
      • 售前咨询
      • 智能客服
      • 自助服务
      • 工单管理
      • 客户公告
      • 涉诈举报
      账户管理
      • 管理中心
      • 订单管理
      • 余额管理
      • 发票管理
      • 充值汇款
      • 续费管理
      快速入口
      • 天翼云旗舰店
      • 文档中心
      • 最新活动
      • 免费试用
      • 信任中心
      • 天翼云学堂
      云网生态
      • 甄选商城
      • 渠道合作
      • 云市场合作
      了解天翼云
      • 关于天翼云
      • 天翼云APP
      • 服务案例
      • 新闻资讯
      • 联系我们
      热门产品
      • 云电脑
      • 弹性云主机
      • 云电脑政企版
      • 天翼云手机
      • 云数据库
      • 对象存储
      • 云硬盘
      • Web应用防火墙
      • 服务器安全卫士
      • CDN加速
      热门推荐
      • 云服务备份
      • 边缘安全加速平台
      • 全站加速
      • 安全加速
      • 云服务器
      • 云主机
      • 智能边缘云
      • 应用编排服务
      • 微服务引擎
      • 共享流量包
      更多推荐
      • web应用防火墙
      • 密钥管理
      • 等保咨询
      • 安全专区
      • 应用运维管理
      • 云日志服务
      • 文档数据库服务
      • 云搜索服务
      • 数据湖探索
      • 数据仓库服务
      友情链接
      • 中国电信集团
      • 189邮箱
      • 天翼企业云盘
      • 天翼云盘
      ©2025 天翼云科技有限公司版权所有 增值电信业务经营许可证A2.B1.B2-20090001
      公司地址:北京市东城区青龙胡同甲1号、3号2幢2层205-32室
      • 用户协议
      • 隐私政策
      • 个人信息保护
      • 法律声明
      备案 京公网安备11010802043424号 京ICP备 2021034386号