# 堆 排序
- JavaScript 使用 堆 进行对数组的排序
# 基本的概念
- 必须是完全二叉树 ((n - 1) 层必须是满二叉树)
- 任意节点的值是其子树所有节点的最大值或最小值
# 排序的思路
- 堆排序 节点与索引的关系
- 思路:
- 先从最后一个节点开始,比较节点数,如果子节点比父节点的大,那么交换位置,否则不动
- 如果交换了位置,因为父节点改变,那么要重新构建最大堆
- 把根元素取出和最后一个元素交换,再次构建最大堆,重复这个操作,每次都会拿到的数,循环结束后,可以得出一个从小 到 大的排序
# 排序
class Heap {
constructor(data) {
this.data = data
}
sort() {
let arr = this.data
let n = arr.length
if (n <= 1) {
return arr
} else {
// 从最后一个父节点倒叙
for (let i = Math.floor(n / 2); i >= 0; i--) {
// 构建最大堆
Heap.maxHeapify(arr, i, n)
}
for (let j = 0; j < n; j++) {
// 第一个元素和最后一个交换
Heap.swap(arr, 0, n - 1 - j)
// 构建最大堆 在上面的基础上 在 - 1, 因为顶点被交换,所有要从 0 开始重新构建
Heap.maxHeapify(arr, 0, n - 1 - j - 1)
}
return arr
}
}
// 交换两个值
static swap(arr, a, b) {
if(a === b) {
return ''
}
let c = arr[a]
arr[a] = arr[b]
arr[b] = c
}
// 构建最大堆
static maxHeapify(arr, i, size) {
// 左节点 索引
let l = i * 2 + 1
let r = i * 2 + 2
// 父节点索引
let largest = i
// 父节点 i 和 左节点 l 比较 左节点比父节点大 并且都在有效长度 内
if (l <= size && arr[l] > arr[largest]) {
largest = l
}
// 右节点也一样的操作
if (r <= size && arr[r] > arr[largest]) {
largest = r
}
// 如果largest改变过,说明需要交换位置
if(largest !== i) {
// 交换位置
this.swap(arr, i, largest)
// 因为影响了树结构,需要递归再次计算
this.maxHeapify(arr, largest, size)
}
}
}
const res = new Heap([5,4,7,2,8,9,1])
console.log(res.sort())// [1, 2, 4, 5, 7, 8, 9]
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
← 对称二叉树