算法排序——堆排序

从今天开始尝试写一写博客吧，记录一下每日的所学。

目录

一.算法流程

二.算法特性

---

堆排序（heap sort）是一种基于堆数据结构实现的高效排序算法。在实现堆排序之前还有一个方法如下：

1. 输入数组并建立小顶堆，此时最小元素位于堆顶。
2. 不断执行出堆操作，依次记录出堆元素，即可得到从小到大排序的序列。

以上方法虽然可行，但需要借助一个额外数组来保存弹出的元素，比较浪费空间。在实际中，我们通常使用一种更加优雅的实现方式。

一.算法流程

设数组的长度为 n 

1. 首先建立一个大顶堆，当然也可以是小顶堆，只不过得到的排序后的顺序就是倒序的了。为什么要建立大顶堆呢？大顶堆的堆顶元素是最大值，然后第二步进行堆化的时候就可以直接和堆底元素互相交换了，交换完之后就不用管堆底元素了，然后将堆底元素的上一个元素当成堆底元素，逐渐缩小排序范围，直到到堆顶后其堆顶元素即为最小值。这个就像是选择排序的逻辑，逐渐缩小排序范围。
2. 如何建立大顶堆呢？首先是要从叶节点的上一层开始的元素到堆顶元素进行堆化的，调用siftDown（）方法进行堆化。为什么是从叶节点的上一层进行堆化呢？看看siftDown（）逻辑就知道了，就是将节点与左子节点和右子节点进行比较谁大谁就是节点，然后交换位置，由此可看出从叶节点上一层开始即可包括所有节点，最终得到大顶堆。
3. 得到大顶堆之后就开始进行进一步堆化了，首先把堆顶元素与堆底元素进行交换，交换之后排序区间加一，未排序区间减一，得到最大值，然后让其新的堆顶元素进行堆化，并选出新的最大值，然后与新的堆底元素进行交换，然后再次堆化，以此类推，直到排序完成。

举例代码如下所示：

public class Demo{
    public static void main(String[] args) {
        int[] nums={8,4,5,2,7,9,0};
        heapSort(nums);
        for (int i = 0; i < nums.length; i++) {
            System.out.print(nums[i]+" ");
        }
    }
/* 堆的长度为 n ，从节点 i 开始，从顶至底堆化 */
void siftDown(int[] nums, int n, int i) {
    while (true) {
        // 判断节点 i, l, r 中值最大的节点，记为 ma
        int l = 2 * i + 1;
        int r = 2 * i + 2;
        int ma = i;
        if (l < n && nums[l] > nums[ma])
            ma = l;
        if (r < n && nums[r] > nums[ma])
            ma = r;
        // 若节点 i 最大或索引 l, r 越界，则无须继续堆化，跳出
        if (ma == i)
            break;
        // 交换两节点
        int temp = nums[i];
        nums[i] = nums[ma];
        nums[ma] = temp;
        // 循环向下堆化
        i = ma;
    }
}

/* 堆排序 */
void heapSort(int[] nums) {
    // 建堆操作：堆化除叶节点以外的其他所有节点
    for (int i = nums.length / 2 - 1; i >= 0; i--) {
        siftDown(nums, nums.length, i);
    }
    // 从堆中提取最大元素，循环 n-1 轮
    for (int i = nums.length - 1; i > 0; i--) {
        // 交换根节点与最右叶节点（交换首元素与尾元素）
        int tmp = nums[0];
        nums[0] = nums[i];
        nums[i] = tmp;
        // 以根节点为起点，从顶至底进行堆化
        siftDown(nums, i, 0);
    }
  }
}

二.算法特性

• 时间复杂度为 O(nlog⁡n)、非自适应排序：建堆操作使用 O(n) 时间。从堆中提取最大元素的时间复杂度为 O(log⁡n) ，共循环 n−1 轮。
• 空间复杂度为 O(1)、原地排序：几个指针变量使用 O(1) 空间。元素交换和堆化操作都是在原数组上进行的。
• 非稳定排序：在交换堆顶元素和堆底元素时，相等元素的相对位置可能发生变化。