树实现堆排序(难点)

1.堆排序基本介绍

1. 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、最好的平均时间复杂度均为O(nlogn),它是不稳定排序；
2. 堆是具有一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，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。
3. 每个结点的值都小于或等于其左右孩子的值，称为小顶堆

大顶堆特点：

arr[i] >= arr[2*i +1] && arr[i] >= arr[2*i + 2]

i对应第几个结点，i从0开始编号

小顶堆：arr[i] <= arr[2*i +1] && arr[i] <= arr[2*i + 2]

2.堆排序的基本思想

1. 将待排序序列构造成一个大顶堆
2. 此时，整个序列的最大值就是堆顶的根节点。
3. 将其与末尾元素进行交换，此时末尾就为最大值。
4. 然后将剩余n-1个元素重新构造成一个堆，这样会得到n个元素的次小值。如此反复执行，便能得到一个有序序列了。

重点：并没有创建树，而是存储在数组中

一般升序采用大顶堆，降序采用小顶堆

3.图解堆排序

要求:给你一个数组{4,6,8,5,9}，要求使用堆排序法，将数组升序排序。

1.假设给定无序序列结构如下图：

2.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。

3.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。

4.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.

这一步完成之后构成了一个大顶堆。

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

4.代码实现

下图三句代码就有实现交换的意思

import java.util.Arrays;

public class HeapSort {

	public static void main(String[] args) {
		//要求将数组进行升序排序
		int arr[] = {4,6,8,5,9};
		heapSort(arr);

	}
	
	// 编写堆排序方向
	public static void heapSort(int[] arr){
		
		int temp = 0;
		System.out.println("堆排序");
		
//		// 分步完成
//		adjustHeap(arr, 1, arr.length);
//		System.out.println("第一次排序" + Arrays.toString(arr));
//		
//		adjustHeap(arr, 0, arr.length);
//		System.out.println("第2次排序" + Arrays.toString(arr));
//		
		// 将待排序序列构造成一个大顶堆
		for(int i = arr.length/2-1; i>=0;i--){
			adjustHeap(arr, i, arr.length);
		}
		
		for(int j = arr.length-1;j>0;j--){
			//交换
			temp = arr[j];
			arr[j] = arr[0];//arr[0]是大顶堆的最大值
			arr[0] = temp;
			// 交换完之后就不是大顶堆了，需要重新再次调整为大顶堆
			adjustHeap(arr, 0, j);
		}
		
		System.out.println("数组=" + Arrays.toString(arr));
	}
	
	//将一个数组(二叉树),调整成一个大顶堆
	/**
	 * 功能：完成将i对应的非叶子结点的树调整成大顶堆
	 * @param arr 需要调整为大顶堆的数组
	 * @param i 表示非叶子结点的索引
	 * @param length 表示需要对多少个数据进行调整，length是在逐渐减小的
	 */
	public static void adjustHeap(int arr[], int i, int length){
		int temp = arr[i];// 先取出当前元素的值，保存在临时变量
		
		// 说明：k = i*2 + 1 表示i结点的左子结点
		for(int k = i*2 +1; k<length;k = k*2 +1){
			// arr[k]<arr[k+1] 说明左子结点的值小于右子结点的值；
			// k+1 < length 可以不加，但是会降低执行的效率
			if (arr[k]<arr[k+1] && k+1 < length) {
				k++;// k指向右子结点，为了找到局部的最大值
			}
			// 比较左右两个结点的大小之后，找到较大的一个数值
			if (arr[k] > temp) {//再与局部父节点比较大小
				arr[i] = arr[k];// 把较大的值赋给当前结点
				i = k;//重点：i指向k,继续循环比较，因为可能还存在左右子树
			} else {
				break;//为什么可以退出循环？因为比较是从左到右，从下到上调整的
			}
		}
		// for循环结束之后，以i为父结点的数的最大值已经放在了最顶(局部)
		arr[i] = temp;
		
	}

}