1.10堆排序（时间复杂度O(nlogn)，空间复杂度O(1)）
堆在逻辑概念上是一颗完全二叉树结构，分为大根堆和小根堆
完全二叉树：要么是满二叉树，要么从左往右依次变满的二叉树
子树：从一个头节点出发，下面东西都要
大根堆：每个结点的值都大于其左孩子和右孩子结点的值。(每一颗子树的最大值就是头节点的值)
小根堆：每个结点的值都小于其左孩子和右孩子结点的值。(每一颗子树的最小值就是头节点的值)
节点i的左孩子：2i+1；右孩子：2i+2；父：(i-1)/2
heapinsert过程：新插入的数在树中跟自己的父节点去比较，如果比父节点大，就跟父节点交换位置，一直进行下去，直到整颗树变成大根数为止(变到根或者是父节点比他大，0位置的父就是自己)。判断某个数现在处在index位置，是否往上移动，如果要交换位置，index变到换完位置的地方(父节点)因为还要继续往上去比较。
之后我们将index=0位置的数(大根堆的头节点)和index=heapSize位置的数进行交换，并且heapSize-1。当heapSize-1后，原先heapSzie(现在放着之前大根堆的数也就是数组最大值)就会脱离堆。
heapify过程：之后让现在头节点的数(之前交换过来的)与自己左孩子和右孩子之间的最大值进行比较，如果比孩子小就交换位置，如果大就不变。直到不变为止，新的大根堆就会出现。不用从0位置进行heapify，可以从任何位置进行heapify，heapSize管着左右两个孩子是否越界，不是说数组的范围就是整个堆，而是heapSize管着堆的大小，一旦发现左孩子或者右孩子越界，就认为没孩子了。
堆排序思路：
heapSize从0-length-1依次让他成为堆，相当于一个空数组，用户一个一个给我数，我让这些数成为堆，最后扩充到整个数组整体。heapSize不断++变成length，整个数组就已经变成大根堆了。再把0位置上的数(数组最大值)和最后一个位置上的数进行交换。之后让heapSize--，是最大的数来到最后的位置之后让最后的位置和堆断开联系。之后让剩下的数字从0位置开始进行heapify成为大根堆，之后继续让0位置的数和最后一个数进行交换。以此类推知道heapSize为0为止。
优先级队列结构就是堆结构。
堆排序扩展问题：已知一个几乎有序的数组，几乎有序是指，如果把数组排好顺序的话，每个元素移动的距离可以不超过k，并且k相对于数组来说比较小。请选择一个合适的排序算法针对这个数据进行排序。
解法：对数组k个元素进行构造小根堆(PriorityQueue)，保证最大移动不超过k。每次把小根堆的最小值放在这k个元素的首位，然后弹出首位元素，再向下进行k个元素构造小根堆，如此反复。
1.11比较器
我们可以自己定义一个比较器，让我们要排的对象按照我们的比较器进行比较后排序即可，例如学生先按年龄由小到大，年龄相同时在按照班级由大到小排。例如return o1.age - o2.age;改成return o2.age - o1.age;
1>比较器的实质就是重载比较运算符
2>比较器可以很好的应用在特殊标准的排序上
3>比较器可以很好的应用在根据特殊标准排序的结构上
默认比较器方法compare的性质：返回负数，第一个参数排在前面；返回正数，第二个参数排在前面；返回0，谁放前面都可以。
1.12桶排序
之前的排序无论是哪种，都是基于两个数比较的排序，而桶排序是不基于比较的排序 。不急于比较的排序都是根据数据状况做的排序，没有基于比较的排序有那么广的排序范围，因为需要申请额外空间。是根据一定数据状况去定制的不急于比较的排序。
桶可以是队列可以是栈可以是堆，我们在这里认为桶就是一个队列。先进桶就先出桶。先根据个位数进行排序再根据十位数进行排序，因为高位数字是晚排序的所以优先级最高。随着高位的进桶和出桶，低位排序的结果也会留存下来。
public class RadixSort {
/**
* 桶排序之基数排序
* @param arr
*/
public static void radixSort(int[] arr){
radixSort(arr,0,arr.length-1,getMaxBits(arr));
}
//获得数组中最大元素的位数(1000->3位，100->2位)
public static int getMaxBits(int[] arr){
int max = arr[0];
for(int i = 0;i < arr.length;i++){
max = max < arr[i] ? arr[i] : max;
}
int bits = 0; //记录最大数是几位的
while(max != 0){
bits++;
max /= 10;
}
return bits;//返回的值就是有几个十进制位，就是有多少个位
}
//获得数字x对应d为的值。 (117,2) -> x/10%10=1;(12345,3)->x/100%10
public static int getDigit(int x,int d){
return (x / ((int)Math.pow(10,d-1)) % 10);
}
//digit表示元素的最大位数 --> 将根据这个判断需要进行几次的桶排序
public static void radixSort(int[] arr,int left,int right,int digit){//left和right表示要在数组的哪个部分进行桶排序(适用面广一些)，并不是要递归，digtit表示这些数里面最大的值有几个十进制位
final int radix = 10;//桶的个数，基数排序桶的个数为10，是确定的，每个桶都是一个队列
int i = 0,j = 0;
int[] help = new int[right - left + 1];//准备和要排序数一样大的数组
for(int d = 1;d <= digit;d++){//记录入桶出桶的次数，比如最大的数是100，就要出入三次
int[] count = new int[radix];//利用count进行分片，之后和help完成入桶和出桶 i的意思和i坐标上的值就是个位数小于等于i的个数有几个比如i位置上是7，那就是个位数小于等于i的有7个
//记录相同位数的个数
for(i = left;i <= right;i++){
j = getDigit(arr[i],d);
count[j]++;
}
//将count变形，每个元素为该元素和前面所有元素的和，用于后续的原数组的倒叙遍历
for(i = 1;i < radix;i++){//从左到右遍历进桶，所以最右侧是最后一个进桶
count[i] += count[i - 1];
}
//将原数组从右向左遍历，通过count对应位上的值-1找到在辅助数组的位置
//为什么要从右往左，通过词频的--就代表先入桶的先出桶，保证了排序过程的稳定性
//我们每次桶排序都是根据某一位从0-9进行排序，0放进临时数组前面，9放进临时数组后面，这个顺序要记录下去从个位一直传递到最上面
//所以放进桶里的时候和取出来就要先进先出，保证这个顺序，那么在临时数组中表现形式就是先放进桶里的，我们放在临时数组的前面(由于从右往左遍历，同时也放的是help[i]-1的位置，所以可以看做后进后出)
//为了这样错才要从右往左遍历，能保证这样，从左往右的话就会很麻烦
for(i = right;i >= left;i--){
j = getDigit(arr[i],d);
help[count[j] - 1] = arr[i];
count[j]--;
}
//将排序完成的数组重新赋给原数组
for(i = left,j=0;i <= right;i++,j++){
arr[i] = help[j];
}
}
}
}
1.13排序算法的稳定性及其汇总
同样值的个体之间，如果不因为排序而改变相对次序，就是这个排序是有稳定性的；否则就没有。
不具备稳定性的排序：选择排序、快速排序、堆排序
具备稳定性的排序：冒泡排序、插入排序、归并排序、一切桶排序思想下的排序
目前没有找到时间复杂度O(nlogn)，额外空间复杂度O(1)，又稳定的排序。
转载于华哥
常见的坑：
1.归并排序的额外空间复杂度可以变成O(1)，但是非常难，不需要掌握，可以搜索“归幷排序，内部缓存法”
2.“原地归并排序”的帖子都是垃圾，会让归并排序的时间复杂度变成O(N^2)
3.快排可以做到稳定性问题，但是非常难，不需要掌握，搜索“01stable sort”
4.所有的改进都不重要，因为目前没有找到时间复杂度O(nlogn)，额外空间复杂度O(1)，又稳定的排序。
5.有一道题目，是奇数放在数组左边，偶数放在数组右边，还要求原始的相对次序不变，碰到这个问题可以怼面试官
304
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
