`
午刀十
  • 浏览: 34835 次
  • 性别: Icon_minigender_1
  • 来自: 厦门
社区版块
存档分类
最新评论
阅读更多
package arrayTest;

import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;

public class HeapSortApp
{

    public static void main(String args[]) throws IOException
    {
        int size, j;
        System.out.println("Enter number of items");
        size = getInt();
        Heap theHeap = new Heap(size);

        for(j = 0; j < size; j++)
        {
            int random = (int)(java.lang.Math.random() * 100);
            Node newNode = new Node(random);
            theHeap.insertAt(j, newNode);
            theHeap.incrementSize();
        }
        System.out.println("Random: ");
        theHeap.displayArray();
        //构建大顶堆,从最后一个节点的父节点开始向下筛选
        for(j = size / 2 - 1; j >= 0; j--)
            theHeap.trickleDown(j);

        System.out.println("Heap:  ");
        theHeap.displayArray();
        //        theHeap.displayHeap();

        //biggestNode返回最大值的节点,插入到堆的末尾,方便输出
        for(j = size - 1; j >= 0; j--)
        {
            Node biggestNode = theHeap.remove();
            theHeap.insertAt(j, biggestNode);
        }
        System.out.println("Sorted: ");
        theHeap.displayArray();

    }

    public static String getString() throws IOException
    {
        InputStreamReader isr = new InputStreamReader(System.in);
        BufferedReader br = new BufferedReader(isr);
        String s = br.readLine();
        return s;
    }

    public static int getInt() throws IOException
    {
        String s = getString();
        return Integer.parseInt(s);
    }
}

class Node
{

    private int iData;

    public Node(int key)
    {
        iData = key;
    }

    public int getKey()
    {
        return iData;
    }
}

class Heap
{

    private Node[] heapArray;
    private int    maxSize;
    private int    currentSize;

    public Heap(int mx)
    {
        maxSize = mx;
        currentSize = 0;
        heapArray = new Node[maxSize];
    }

    /**
     * 删除并返回根节点,删除后,将最后一个节点放置根节点,再进行向下筛选
     * 
     * @return
     */
    public Node remove()
    {
        Node root = heapArray[0];
        heapArray[0] = heapArray[--currentSize];
        trickleDown(0);
        return root;
    }

    /**
     * 向下筛选,从该节点往下搜索,直到找到最大节点,替换该节点
     * 
     * @param index
     */
    public void trickleDown(int index)
    {
        int largerChild;
        Node top = heapArray[index];
        while (index < currentSize / 2)
        {
            int leftChild = 2 * index + 1;
            int rightChild = leftChild + 1;

            if(rightChild < currentSize && heapArray[leftChild].getKey() < heapArray[rightChild].getKey())
                largerChild = rightChild;
            else
                largerChild = leftChild;
            if(top.getKey() >= heapArray[largerChild].getKey())
                break;
            heapArray[index] = heapArray[largerChild];
            index = largerChild;
        }
        heapArray[index] = top;
    }

    public void displayHeap()
    {
        int nBlanks = 32;
        int itemsPerRow = 1;
        int column = 0;
        int j = 0;
        String dots = "......................";
        System.out.println(dots + dots);

        while (currentSize > 0)
        {
            if(column == 0)
                for(int k = 0; k < nBlanks; k++)
                    System.out.println(" ");

            System.out.println(heapArray[j].getKey());

            if(++j == currentSize)
                break;

            if(++column == itemsPerRow)
            {
                nBlanks /= 2;
                itemsPerRow *= 2;
                column = 0;
                System.out.println();
            }
            else
            {
                for(int k = 0; k < nBlanks * 2 - 2; k++)
                    System.out.println(" ");
            }
        }

        System.out.println("\n" + dots + dots);
    }

    public void displayArray()
    {
        for(int j = 0; j < maxSize; j++)
            System.out.println(heapArray[j].getKey() + " ");
        System.out.println("");
    }

    public void insertAt(int index, Node newNode)
    {
        heapArray[index] = newNode;
    }

    public void incrementSize()
    {
        currentSize++;
    }
}

注:以上代码均出自《Java数据结构和算法中文第二版》
分享到:
评论

相关推荐

    堆排序算法源代码

    堆排序是一种基于比较的排序算法,它通过构造一个大顶堆或小顶堆来实现排序。在本场景中,我们关注的是堆排序的源代码,它适用于openSUSE 11.4操作系统,并且是使用GCC version 4.5.1编译器编译的。在这个名为"sort...

    排序算法编程 堆排序 快速排序

    本主题将深入探讨四种常见的排序算法:堆排序、快速排序以及两种未在标题中明确提到但同样重要的排序方法——基数排序和计数排序。 首先,让我们详细了解一下堆排序。堆排序是一种基于比较的排序算法,利用了数据...

    堆排序的c++实现代码

    堆排序是一种基于比较的排序算法,它通过构造一个大顶堆或小顶堆来实现排序。在大顶堆中,父节点的值总是大于或等于其子节点;而在小顶堆中,父节点的值总是小于或等于其子节点。在C++中,我们可以利用STL中的`...

    算法设计实验报告堆排序代码

    【堆排序算法详解】 堆排序是一种高效的比较排序算法,其主要思想是利用堆这种数据结构进行数据的排序。堆是一个近似完全二叉树的结构,同时满足堆的性质:即父节点的键值总是大于或等于(在最大堆中)或小于或等于...

    堆排序 减治法——C++代码

    堆排序是一种基于比较的排序算法,它利用了数据结构中的“堆”这一概念。在计算机科学中,堆通常被理解为一个完全二叉树,其中每个父节点的值都大于或等于(大顶堆)或小于或等于(小顶堆)其子节点的值。堆排序算法...

    学生成绩管理中实现堆排序

    在这个名为“学生成绩管理中实现堆排序”的项目中,我们看到一个C++编写的学生成绩管理系统,它使用了堆排序方法来管理并排序学生的成绩。 首先,让我们详细了解一下堆。堆通常是一个完全二叉树,可以分为最大堆和...

    C++语言的算法实现包括插入排序冒泡排序堆排序快速排序

    本文将深入探讨四种在C++中实现的常见排序算法:插入排序、冒泡排序、堆排序和快速排序。这些算法各有特点,适用于不同的场景,理解并掌握它们对于提升编程能力至关重要。 1. **插入排序**: 插入排序是一种简单的...

    数据结构课程设计 实验报告——堆排序

    ### 数据结构课程设计实验报告——堆排序 #### 一、堆排序概述 堆排序是一种基于树形选择的排序算法,其核心在于利用完全二叉树的性质进行元素的选择与排序。在排序过程中,将待排序的数据集合视为一颗完全二叉树...

    数据结构排序 堆排序

    数据结构排序 堆排序 堆排序是一种常用的排序算法,它使用大堆进行排序。下面是堆排序的详细知识点说明: 堆排序定义 堆排序是一种比较排序算法,它使用大堆(max heap)来对数组进行排序。堆排序的时间复杂度为O...

    C++实现堆排序

    1、 实现堆排序算法。 2、 理论分析并实验验证堆排序算法的时间复杂度。

    堆排序算法实现堆排序

    堆排序是一种基于比较的排序算法,它通过构造一个近似完全二叉树的堆结构来实现数据的排序。在此,我们将深入探讨堆排序的基本概念、原理以及如何通过编程实现。 一、堆排序的概念 堆是一个近似完全二叉树的结构,...

    ACM准备模板——堆排序模板

    在ACM(国际大学生程序设计竞赛)中,堆排序是一种常用且高效的排序算法,对于解决时间限制严格的在线问题尤其有用。本篇文章将深入探讨堆排序的原理、实现以及如何将其应用到ACM竞赛中。 首先,堆是一个近似完全...

    堆排序 里面有关于堆排序的练习台

    堆排序是一种基于比较的排序算法,它通过构建和调整二叉堆来实现数据的排序。在二叉堆中,每个父节点的值都大于或等于其子节点的值,这样的堆被称为最大堆。堆排序的基本步骤包括建堆、交换根节点与最后一个元素、...

    数据结构堆排序

    堆排序是一种基于比较的排序算法,它的效率高且实现简单。在本文中,我们将深入探讨堆排序的原理,以及如何在实际编程中实现它。 首先,我们要理解什么是堆。堆是一种特殊的树形数据结构,每个节点都有一个值,并且...

    堆排序算法详细配图讲解

    堆排序是一种基于比较的排序算法,它利用了完全二叉树的数据结构特性,通过堆的性质进行元素的排序。在堆排序中,堆被定义为满足以下性质的完全二叉树:对于每个非叶子节点,其值大于或等于(在大根堆中)或小于或...

    《快速排序 直接插入排序 堆排序 希尔排序 选择排序:五种排序》

    (1) 完成5种常用内部排序算法的演示,5种排序算法为:快速排序,直接插入排序,选择排序,堆排序,希尔排序; (2) 待排序元素为整数,排序序列存储在数据文件中,要求排序元素不少于30个; (3) 演示程序开始,...

    各种排序的C++算法实现(插入排序、合并排序、堆排序、快速排序)

    全面的排序算法实现,包括插入排序、合并排序、堆排序、快速排序。 堆排序:HeapSort 讲解详见http://blog.csdn.net/fly_yr/article/details/8550701 插入排序:InSertion_Sort 讲解详见...

    堆排序C语言实现

    堆排序是一种基于比较的排序算法,它通过构造一个大顶堆或小顶堆来实现排序。在计算机科学中,堆通常被理解为一种特殊的完全二叉树,其中每个父节点的值都大于或等于(对于大顶堆)或小于或等于(对于小顶堆)其子...

    直接插入排序 冒泡排序 快速排序 直接选择排序 堆排序 二路归并排序 C#源代码

    直接插入排序、冒泡排序、快速排序、直接选择排序、堆排序和二路归并排序是计算机科学中经典的排序算法,它们在数据处理和算法学习中占有重要地位。这些排序算法各有特点,适用场景不同,下面将逐一详细介绍,并结合...

    堆排序算法实例

    堆排序是一种基于比较的排序算法,它通过构造一个近似完全二叉树的堆数据结构来实现排序。在计算机科学中,堆是一个可以被看作是一棵树形结构的数据集合,其中每个父节点的值都大于或等于其子节点的值(大顶堆)或...

Global site tag (gtag.js) - Google Analytics