3 堆排序

堆排序

Profile

堆排序结合了插入排序(原地排序)和归并排序(时间复杂度)的优点。堆排序基于一种数据结构——堆。这里说的堆不是指JAVA虚拟机中存储对象的内存空间。堆分为最大堆、最小堆，不仅可以用来实现堆排序，更常见的是实现优先级队列，比如JAVA JDK中的PriorityQueue类就是以堆为数据结构基础实现的。这里暂且不写优先级队列的实现，实现成优先级队列，当然最好是写成一个类，就像JAVA JDK中的PriorityQueue一样。这里只写出堆排序的一个实现（基于最大堆）。

实现和注释

/**
 * 堆排序
 */
inline int parent(int child) {
    return (child - 1) / 2;
}
inline int left(int parent) {
    return parent * 2 + 1;
}
inline int right(int parent) {
    return parent * 2 + 2;
}
/**
 * 保持最大堆的性质 初始条件:左子树left(i)、右子树right(i)
 * 满足最大堆性质 调用之后保证,子树i也满足最大堆性质
 */
template <typename T>
void maxHeapify(vector<T>& A, int i, const int heapSize) {
    while (true) {
        int l = left(i);
        int r = right(i);
        int largest = i;// 默认父亲最大
        if (l < heapSize && A[l] > A[i]) {
            largest = l;// 左儿子较大
        }
        if (r < heapSize && A[r] > A[largest]) {
            largest = r;// 右儿子较大
        }
        if (largest == i) {// 最大的就是父亲，则已经满足最大堆性质
            break;
        }
        std::swap(A[i], A[largest]);// 交换父亲和最大值
        i = largest;// 移动父亲的下标，向下移动
    }
}

/**
 * 自底向上建立最大堆 时间复杂度O(n)
 */
template <typename T>
void buildMaxHeap(vector<T>& A, const int heapSize) {
    for (int i = heapSize >> 1; i >= 0; --i) {
        maxHeapify(A, i, heapSize);
    }
}

/**
 * 堆排序
 */
template <typename T>
void heapSort(vector<T>& A) {
    int heapSize = A.size();
    buildMaxHeap(A, heapSize);
    for (int i = heapSize - 1; i >= 1; --i) {
        std::swap(A[0], A[i]);
        --heapSize;
        maxHeapify(A, 0, heapSize);
    }
}