堆排序算法

今天学习了下韩顺平老师的数据结构和算法视频，去复习了一下堆排序，作为一种效率特高的排序算法，堆排序算法可谓是与它名字一样难以理解，今天就来总结总结堆排序算法：

基本介绍：

堆排序是利用堆这种数据结构而设计的一种排序算法，堆排序是一种选择排序，它的最坏，最好，平均时间复 杂度均为O(nlogn)，它也是不稳定排序。
堆是具有以下性质的完全二叉树：每个结点的值都大于或等于其左右孩子结点的值，称为大顶堆,反之则为小顶堆，注意 : 没有 要求结点的左孩子的值和右孩子的值的大小关系。

一般升序采用大顶堆，降序采用小顶堆

堆排序的基本思想：

1. 将待排序序列构造成一个大顶堆，此时整个序列的最大值就是大顶堆的根节点
2. 将根节点与最后一个叶子结点互换，也就是将最大值与末尾元素互换，此时末尾元素就位最大值。
3. 将除末尾元素外的n-1个元素重新构造成一个大顶堆，然后重复123，最后就能实现全部有序了。

图解

给定一个原始数组【4,6,8,5,9】
步骤一：构造初始堆。将给定无序序列构造成一个大顶堆
1.此时我们从最后一个非叶子结点开始（叶结点自然不用调整，第一个非叶子结点arr.length/2-1=5/2-1=1，也就是下面的 6 结点），从左至右，从下至上进行调整

2.找到第二个非叶节点 4，由于[4,9,8]中 9 元素最大，4 和 9 交换。

3.这时，交换导致了子根[4,5,6]结构混乱，继续调整，[4,5,6]中 6 最大，交换 4 和 6。

此时，我们就将一个无序序列构造成了一个大顶堆。

步骤二：将堆顶元素与末尾元素进行交换，使末尾元素最大。然后继续调整堆，再将堆顶元素与末尾元素交换得到第二大元素。如此反复进行交换、重建、交换。
1.将堆顶元素 9 和末尾元素 4 进行交换

2.重新调整结构，使其继续满足堆定义

3.再将堆顶元素 8 与末尾元素 5 进行交换，得到第二大元素 8.

4.后续过程，继续进行调整，交换，如此反复进行，最终使得整个序列有序

以上就是相关图解，接下来话不多说上代码

package com.structure.demo;

public class HeapSort {
    public static void main(String[] args) {
        int[] ints = {4, 6, 8, 5, 9, 6, 7, 11, 12, 14, 13};
        heapSort(ints);
        for (int i = 0; i < ints.length; i++) {
            System.out.printf(ints[i] + " ");
        }
    }
    public static void heapSort(int[] arr) {
        //堆排序方法
        //1.将无序数组转化为最大堆
        //从最后一个非叶子结点开始，遍历构建最大堆
        for (int i = arr.length/2-1; i >= 0 ; i--) {
            adjustHeap(arr,i,arr.length);
        }
        //2.将最大堆的头结点与最后一个叶子结点互换，然后将其余部分再转化为最大堆
        for (int i = arr.length-1; i > 0 ; i--) {
            int temp=arr[0];
            arr[0]=arr[i];
            arr[i]=temp;
            adjustHeap(arr,0,i);
        }
    }

    public static void adjustHeap(int[] arr,int i,int length){
        //此方法调整堆，让其以i为头结点的树符合最大堆的特征
        //1.先定义一个临时变量存储头结点的值
        int temp=arr[i];
        //找到i结点下的左子结点  2i+1
        for (int j = 2*i+1; j <length ; j=2*j+1) {
            if (j+1<length&&arr[j]<arr[j+1]){
                //如果i结点下的右子结点大于左子结点，则将j指向右子结点
                j++;
            }
            if (arr[j]>temp){
                //如果j结点对应值大于i结点
                //1.将j结点的值赋予i结点
                arr[i]=arr[j];
                //2.将i指向j，因为不知道j结点下是否还有子节点，所以得继续向下找结点
                //这里注意：因为我们在主方法构建最大堆时是从最后一个非子结点开始构建的，因此在j结点下的每一个局部树都符合是最大堆的特征
                i=j;
            } else {
                break;
            }
        }
        //在最后将头结点的值赋给当前i指向的元素
        arr[i]=temp;
    }
}