堆的排序算法_堆排序算法详解分享一个大牛的人工智能教程。零基础！通俗易懂！风趣幽默！希望你也加入到人工智能的队伍中来！请点击堆排序是一种选择排序堆排序算法java，时间复杂度为O(nlog<sub>2</sub>n)。堆排序的特点是：在排序过程中，将待排序数组看成是一棵完全二叉树的顺序存储结构堆排序算法java 堆的排序算法_堆排序算法详解，利用完全二叉树中父结点和...
大家好，我是架构君，一个会写代码吟诗的架构师。今天说一说堆的排序算法_堆排序算法详解,希望能够帮助大家进步!!!
分享一个大牛的人工智能教程。零基础！通俗易懂！风趣幽默！希望你也加入到人工智能的队伍中来！请点击
<pre class="has">`/*
- 堆排序是一种选择排序，时间复杂度为O(nlog2n)。
- 堆排序的特点是：
- 在排序过程中，将待排序数组看成是一棵完全二叉树的顺序存储结构，
- 利用完全二叉树中父结点和子结点之间的内在关系，在当前无序区中选择关键字最大（或最小）的记录。
* - 基本思想
- 1.将待排序数组调整为一个大根堆。大根堆的堆顶元素就是这个堆中最大的元素。
- 2.将大根堆的堆顶元素和无序区最后一个元素交换，并将无序区最后一个位置列入有序区，然后将新的无序区调整为大根堆。
- 3.重复操作，直到无序区消失为止。
- 初始时，整个数组为无序区。每一次交换，都是将大根堆的堆顶元素换入有序区，以保证有序区是有序的。
*/
namespace HeapSort
{
using System;
///
/// The program.
///
public static class Program
{
///
/// 程序入口点。
///
public static void Main()
{<p>
int[] a = {1, 14, 6, 2, 8, 66, 9, 3, 0, 10, 5, 34, 76, 809, 4, 7};
Console.WriteLine("Before Heap Sort:");
foreach (int i in a)
{
Console.Write(i + " ");
}
Console.WriteLine("\r\n");
Console.WriteLine("In Heap Sort:");
HeapSort(a);
Console.WriteLine("");
Console.WriteLine("After Heap Sort:");
foreach (int i in a)
{
Console.Write(i + " ");
}
}
///
/// 堆排序方法。
///
///
/// 待排序数组。
///
private static void HeapSort(int[] a)
{
// 建立大根堆。
BuildMaxHeap(a);
Console.WriteLine("Build max heap:"); 
foreach (int i in a)
{
// 打印大根堆。
Console.Write(i + " ");
}
Console.WriteLine("\r\nMax heap in each heap sort iteration:");
for (int i = a.Length - 1; i > 0; i--)
{
// 将堆顶元素和无序区的最后一个元素交换。
Swap(ref a[0], ref a[i]);
// 将新的无序区调整为大根堆。
MaxHeaping(a, 0, i);
// 打印每一次堆排序迭代后的大根堆。
for (int j = 0; j < i; j++)
{
Console.Write(a[j] + " ");
}
Console.WriteLine(string.Empty);
}
}
///
/// 由底向上建堆。
/// 由完全二叉树的性质可知，叶子结点是从index=a.Length/2开始，
/// 所以从index=(a.Length/2)-1结点开始由底向上进行大根堆的调整。
///
///
/// 待排序数组。
///
private static void BuildMaxHeap(int[] a)
{
for (int i = (a.Length / 2) - 1; i >= 0; i--)
{
MaxHeaping(a, i, a.Length);
}
}
///
/// 将指定的结点调整为堆。
///
///
/// 待排序数组。
///
///
/// 需要调整的结点。
///
///
/// 堆的大小，也指数组中无序区的长度。
///
private static void MaxHeaping(int[] a, int i, int heapSize)
{
// 左子结点。
int left = (2 * i) + 1;
// 右子结点。
int right = 2 * (i + 1);
// 临时变量，存放大的结点值。
int large = i;
// 比较左子结点。
if (left < heapSize && a[left] > a[large])
{
large = left;
}
// 比较右子结点。
if (right < heapSize && a[right] > a[large])
{
large = right;
}
// 如有子结点大于自身就交换，使大的元素上移；并且把该大的元素调整为堆以保证堆的性质。
if (i != large)
{
Swap(ref a[i], ref a[large]);
MaxHeaping(a, large, heapSize);
}
}
///
/// 交换两个整数的值。
///
/// 整数a。
/// 整数b。
private static void Swap(ref int a, ref int b)
{
int tmp = a;
a = b;
b = tmp;
}
}
}
// Output:
/*
Before Heap Sort:
1 14 6 2 8 66 9 3 0 10 5 34 76 809 4 7
In Heap Sort:
Build max heap:
809 14 76 7 10 66 9 3 0 8 5 34 1 6 4 2
Max heap in each heap sort iteration:
76 14 66 7 10 34 9 3 0 8 5 2 1 6 4
66 14 34 7 10 4 9 3 0 8 5 2 1 6
34 14 9 7 10 4 6 3 0 8 5 2 1
14 10 9 7 8 4 6 3 0 1 5 2
10 8 9 7 5 4 6 3 0 1 2
9 8 6 7 5 4 2 3 0 1
8 7 6 3 5 4 2 1 0
7 5 6 3 0 4 2 1
6 5 4 3 0 1 2
5 3 4 2 0 1
4 3 1 2 0
3 2 1 0
2 0 1
1 0
0
After Heap Sort:
0 1 2 3 4 5 6 7 8 9 10 14 34 66 76 809
*/`</pre></p>
只听到从架构师办公室传来架构君的声音:
湔裙水满绿苹洲堆排序算法java，上巳微寒懒出游。有谁来对上联或下联?