利用堆解决开发中的一个问题

最近开发中看见这样的一个需求，给车系建议指导价，也就是取最小值和最大值。竟然有人写了一个冒泡排序.....   

我们都知道Java类库中提供的排序都是经过优化的排序算法，顺序表也就是用的是快排，而且这个快排是三相求和取平均值算法，让拿到的值也就是轴，尽可能均匀的划分，也就是轴的左边和右边尽可能的数量平均，达到快排的最好效果。而对于链表官方库也是采用的归并排序。于链表呢，比如快排，两个指针分别网后往前走，而没有前驱指针的单向链表，无法完成这样的操作，当然了可以采用快慢指针的方式，在提交leetcode的时候，发现快排是会超时的。分而治之，分别拍好前后两个部分，然后合并两个有序链表，在合适不过，并且由于链表自带属性，合并链表还无需0(n)额外的空间，因此归并排序成为链表排序的首选。

但是这里我们大学学过数据结构的都知道快排、归并排序最好的性能也就是O（nlgn），而这里我们不需要排序，只是需要找出最大值、最小值，用两个变量遍历一下也可以找到这个Max,Min，这时效率是O（n）,但是这也不是好的解决办法。

其实我们很容易想到堆这种数据结构。我们可以构造最大堆和最小堆也就是0(lgn)的复杂度。。。

	private static int left(int i)
	{
		return i<<1+1;
	}
	
	private static int right(int i)
	{
		return i<<1+2;
	}
	
	private static<T extends Comparable<? super T>>void swap(T[] arr,int i,int j)
	{
		T tmp = arr[i];
		arr[i] = arr[j];
		arr[j] = tmp;
	}
	
	/*
	 * 构造最大堆
	 */
	private static<T extends Comparable<? super T>> void maxHeap(T[] arr,int i)
	{
		int l = left(i);
		int r = right(i);
		int largest;
		if( l < heapSize && arr[i].compareTo(arr[l]) < 0)
			largest = l;
		else
			largest = i;
		if(r < heapSize  && arr[largest].compareTo(arr[r]) < 0)
			largest = r;
		
		if(largest != i)
		{
			swap(arr,i,largest);
		    maxHeap(arr,largest);
		}
	}
	 
	/*
	 * 维持最大堆
	 * arr 要进行建堆的数组
	 */
	private static<T extends Comparable<? super T>> void buildMaxHeap(T[] arr)
	{
		heapSize = arr.length;
		for(int i = arr.length/2; i > -1; i--)
		{
			maxHeap(arr,i);
		}
	}

虽然都可以实现业务需求，但是不同种的使用真的差别是非常非常大的，尤其数据量大的时候。。。  作为一个程序员还是要好好学习数据结构、算法，理解其优缺点。