程序员必知的8大排序(二)-------简单选择排序，堆排序（java实现）

3.简单选择排序

（1）基本思想：在要排序的一组数中，选出最小的一个数与第一个位置的数交换；

然后在剩下的数当中再找最小的与第二个位置的数交换，如此循环到倒数第二个数和最后一个数比较为止。

（2）实例：

（3）用java实现

    publicclass selectSort {  
      
        public selectSort(){  
      
           int a[]={1,54,6,3,78,34,12,45};  
      
           int position=0;  
      
           for(int i=0;i<a.length;i++){  
      
                 
      
               int j=i+1;  
      
               position=i;  
      
               int temp=a[i];  
      
               for(;j<a.length;j++){  
      
               if(a[j]<temp){  
      
                  temp=a[j];  
      
                  position=j;  
      
               }  
      
               }  
      
               a[position]=a[i];  
      
               a[i]=temp;  
      
           }  
      
           for(int i=0;i<a.length;i++)  
      
               System.out.println(a[i]);  
      
        }  
      
    }  

4，堆排序

（1）基本思想：堆排序是一种树形选择排序，是对直接选择排序的有效改进。

堆的定义如下：具有n个元素的序列（h1,h2,...,hn),当且仅当满足（hi>=h2i,hi>=2i+1）或（hi<=h2i,hi<=2i+1）(i=1,2,...,n/2)时称之为堆。在这里只讨论满足前者条件的堆。由堆的定义可以看出，堆顶元素（即第一个元素）必为最大项（大顶堆）。完全二叉树可以很直观地表示堆的结构。堆顶为根，其它为左子树、右子树。初始时把要排序的数的序列看作是一棵顺序存储的二叉树，调整它们的存储序，使之成为一个堆，这时堆的根节点的数最大。然后将根节点与堆的最后一个节点交换。然后对前面(n-1)个数重新调整使之成为堆。依此类推，直到只有两个节点的堆，并对它们作交换，最后得到有n个节点的有序序列。从算法描述来看，堆排序需要两个过程，一是建立堆，二是堆顶与堆的最后一个元素交换位置。所以堆排序有两个函数组成。一是建堆的渗透函数，二是反复调用渗透函数实现排序的函数。

（2）实例：

初始序列：46,79,56,38,40,84

建堆：

交换，从堆中踢出最大数

剩余结点再建堆，再交换踢出最大数

依次类推：最后堆中剩余的最后两个结点交换，踢出一个，排序完成。

（3）用java实现

    import java.util.Arrays;  
      
       
      
    publicclass HeapSort {  
      
         inta[]={49,38,65,97,76,13,27,49,78,34,12,64,5,4,62,99,98,54,56,17,18,23,34,15,35,25,53,51};  
      
        public  HeapSort(){  
      
           heapSort(a);  
      
        }  
      
        public  void heapSort(int[] a){  
      
            System.out.println("开始排序");  
      
            int arrayLength=a.length;  
      
            //循环建堆  
      
            for(int i=0;i<arrayLength-1;i++){  
      
                //建堆  
      
                buildMaxHeap(a,arrayLength-1-i);  
      
                //交换堆顶和最后一个元素  
      
                swap(a,0,arrayLength-1-i);  
      
                System.out.println(Arrays.toString(a));  
      
            }  
      
        }  
      
       
      
        private  void swap(int[] data, int i, int j) {  
      
            // TODO Auto-generated method stub  
      
            int tmp=data[i];  
      
            data[i]=data[j];  
      
            data[j]=tmp;  
      
        }  
      
        //对data数组从0到lastIndex建大顶堆  
      
        privatevoid buildMaxHeap(int[] data, int lastIndex) {  
      
            // TODO Auto-generated method stub  
      
            //从lastIndex处节点（最后一个节点）的父节点开始  
      
            for(int i=(lastIndex-1)/2;i>=0;i--){  
      
                //k保存正在判断的节点  
      
                int k=i;  
      
                //如果当前k节点的子节点存在  
      
                while(k*2+1<=lastIndex){  
      
                    //k节点的左子节点的索引  
      
                    int biggerIndex=2*k+1;  
      
                    //如果biggerIndex小于lastIndex，即biggerIndex+1代表的k节点的右子节点存在  
      
                    if(biggerIndex<lastIndex){  
      
                        //若果右子节点的值较大  
      
                        if(data[biggerIndex]<data[biggerIndex+1]){  
      
                            //biggerIndex总是记录较大子节点的索引  
      
                            biggerIndex++;  
      
                        }  
      
                    }  
      
                    //如果k节点的值小于其较大的子节点的值  
      
                    if(data[k]<data[biggerIndex]){  
      
                        //交换他们  
      
                        swap(data,k,biggerIndex);  
      
                        //将biggerIndex赋予k，开始while循环的下一次循环，重新保证k节点的值大于其左右子节点的值  
      
                        k=biggerIndex;  
      
                    }else{  
      
                        break;  
      
                    }  
      
                }  
      
            }  
      
        }  
      
       
      
       
      
    }