描述
该算法将序列构建成大(小)顶堆,即完全二叉树,每次构建大小顶堆后,产出目前序列的最大最小值,逐步完成排序
流程
1、首先将待排序列构建成完全二叉树,从该数非叶子节点开始构建大顶堆
2、构建完成后,最大的元素是二叉树的根节点(序列头),将根节点和最后一个叶子节点(序列尾)交换位置,放置在序列最右,作为有序组
3、将剩下的无序组继续流程1、2,直至排序结束
代码实现
/**
* 堆排序
*/
public class HeapSort {
public static void main(String[] args) {
int[] arr = {50, 10, 90, 30, 70, 40, 80, 60, 20};
System.out.println("排序前: " + Arrays.toString(arr));
heapSort(arr);
System.out.println("排序后: " + Arrays.toString(arr));
}
/**
* 堆排序
*/
private static void heapSort(int[] arr) {
// 从堆的底部(即数组的尾部)开始构建大顶堆,但底部都是叶子节点,无构建意义
// 因此从堆的非叶子节点开始构建,即n/2处开始构建
for (int i = arr.length / 2; i >= 0; i--) {
heapAdjust(arr, i, arr.length);
}
// 逐步将每个最大值的根节点与末尾元素交换,并且再调整二叉树,使其成为大顶堆
for (int i = arr.length - 1; i > 0; i--) {
// 将堆顶记录和当前未经排序子序列的最后一个记录交换
swap(arr, 0, i);
// 交换之后,需要重新检查堆是否符合大顶堆,不符合则要调整
heapAdjust(arr, 0, i);
}
}
/**
* 构建堆的过程
*
* @param arr 需要排序的数组
* @param i 需要构建堆的根节点的序号
* @param n 数组的长度
*/
private static void heapAdjust(int[] arr, int i, int n) {
int child;
int father;
for (father = arr[i]; leftChild(i) < n; i = child) {
child = leftChild(i);
// 如果左子树小于右子树,则需要比较右子树和父节点(即从子节点中调出最大的和父节点比较)
if (child != n - 1 && arr[child] < arr[child + 1]) {
child++; // 序号增1,指向右子树
}
// 如果父节点小于孩子结点,则需要交换
if (father < arr[child]) {
arr[i] = arr[child];
} else {
break; // 大顶堆结构未被破坏,不需要调整
}
}
arr[i] = father;
}
// 获取到左孩子结点
private static int leftChild(int i) {
return 2 * i + 1;
}
// 交换元素位置
private static void swap(int[] arr, int index1, int index2) {
int tmp = arr[index1];
arr[index1] = arr[index2];
arr[index2] = tmp;
}
}
性能
和归并排序一样,最坏、最好、平均时间复杂度都是O(nlogn)
由于都是在本序列进行排序交换,所以它的空间复杂度是O(1)
它是不稳定的排序算法