JavaScript 堆排序详解
堆通常实现为全完二叉树,二叉堆一般分为两种:最大堆和最小堆。堆排序就是通过将数组转换成最大堆结构再进行排序。
// 原理:把数组转换成最大堆来排序。把堆顶的最大数取出,将剩余的堆继续调整为最大堆,再次将堆顶的最大数取出,这个过程持续到剩余数只有一个时结束。(堆是一种完全二叉树结构) // 数组转换为二叉树结构算法: // 索引0是树的根节点; // 除根节点外,任意节点N的父节点是floor(N/2)(节点N的N是从1开始计算,也就是索引为0的元素为根节点即节点1); // 节点L的左子节点是2*L; // 节点R的右子节点是2*R+1 // 以下是二叉树结构的索引表示: // 1 // 2 3 // 4 5 6 7 // 所以节点N对应数组的值为:节点N的值 = arr[节点N - 1] const heapSort = (arr) => { // 将 arr 转为最大堆结构的数组 // 最大堆:1.最大元素值出现在根节点(堆顶);2.堆中每个父节点的值都大于等于其子节点 // 以下是最大堆结构的值展示: // 9 // 7 4 // 3 5 1 2 const buildHeap = (arr) => { const heapSize = arr.length; // 取出数组中最后一个父节点的索引。因为子节点是2倍父节点索引,所以数组长度除以2就得到最后一个父节点的索引。 let i = Math.floor(arr.length / 2); // 从最后一个父节点往前进行最大堆化,就能实现小的往下移,大的往上移,最后成为最大堆结构 while (i >= 0) { maxHeapify(arr, heapSize, i); // 往前面的父节点进行遍历 i--; } } // 对数组进行最大堆化。从节点 i 开始检查其子树,并保持此子树的最大堆性质,将小的往下移,大的往上移。 // 每次调用传入的都是同一个数组,只是 heapSize 和 i 在变化 // i 是节点在数组中的索引 const maxHeapify = (arr, heapSize, i) => { let left = i * 2 + 1, // 左子节点的索引 right = i * 2 + 2, // 右子节点的索引 largest = i; // 假设最大值是 i // 如果左节点大于 largest 则把 largest 设为左节点。heapSize 之后的位置是已经排序了的,所以有个小于 heapSize 的条件 if (left < heapSize && arr[left] > arr[largest]) { largest = left; } // 如果右节点大于 largest 则把 largest 设为右节点 if (right < heapSize && arr[right] > arr[largest]) { largest = right; } // 如果 largest !== i,则说明传入的 i 不是 largest 的 if (largest !== i) { // 将 i 和 largest 的值交换 [arr[i], arr[largest]] = [arr[largest], arr[i]]; // 递归调用。因为上面将 largest 和 i 的值调换了,所以现在 largest 索引的值依然是函数开始时 i 的值。也就是把 i 和它的 left 或 right 进行了交换。 maxHeapify(arr, heapSize, largest); } } buildHeap(arr); // 构建最大堆 let heapSize = arr.length; // 使用 while 循环,将最大堆变成排序后的数组 while (heapSize > 1) { heapSize--; // 下面一句交换位置,交换之后最大值就到末尾了,那么之后的排序不用再和它进行比较,所以将 heapSize--。第一次的减减是因为 heapSize 是数组长度,而最后一位下标是 length - 1 [arr[0], arr[heapSize]] = [arr[heapSize], arr[0]]; // 交换堆里第一个元素(较大值)和最后一个元素(较小值)的位置,这样最大值就会出现在它已排序的位置 maxHeapify(arr, heapSize, 0); // 将索引为0的元素重新放到树的底部。(通过上面的交换,根节点成了较小的值,这不符合最大堆的性质) } } let arr = []; for (let i = 0; i < 10; i++) { arr.push(Math.floor(Math.random() * 100)); } heapSort(arr); console.log(arr);
参考:
http://bubkoo.com/2014/01/14/sort-algorithm/heap-sort/
《JavaScript数据结构与算法》