数据结构与算法学习笔记——排序算法（八）：堆排序

1、介绍

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，平均时间复杂度均为 O(nlogn)，它也是不稳定排序。

堆是具有以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）。 每个结点的值都小于或等于其左右孩子结点的值，称为小顶堆。

一般升序采用大顶堆，降序采用小顶堆。

2、算法分析

（1）将待排序序列构造成一个大顶堆，整个序列的最大值就是堆顶的根节点。

（2）再将其根节点与末尾元素进行交换，此时末尾就为最大值。

（3）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。 

数组 {4,6,8,5,9} ，数组升序排序：

步骤一：构建一个大顶堆

 步骤二：将堆顶元素与末尾元素进行交换，使末尾元素最大

步骤三：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。

总结下堆排序的基本思路：

1) 将无序序列构建成一个堆，根据升序降序需求选择大顶堆或小顶堆；

2) 将堆顶元素与末尾元素交换，将最大元素"沉"到数组末端；

3) 重新调整结构，使其满足堆定义，然后继续交换堆顶元素与当前末尾元素，反复执行调整+交换步骤，直到整个序列有序。

3、代码实现

package com.czq.algorithm.sort;

import java.text.SimpleDateFormat;
import java.util.Arrays;
import java.util.Date;

/**
 * 堆排序
 *
 * @author czq
 * @date 2020/07/31
 */
public class HeapSort {

    public static void main(String[] args) {
        //测试排序的执行速度
        //创建要给 800000 个的随机的数组
        int[] arr = new int[80000000];
        for (int i = 0; i < arr.length; i++) {
            // 生成一个[0, 8000000) 数
            arr[i] = (int) (Math.random() * 8000000);
        }
//        int arr[] = {4, 6, 8, 5, 9};
        System.out.println("============排序前===============");
//        System.out.println("排序后：" + Arrays.toString(arr));
        SimpleDateFormat sdf = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
        System.out.println("排序前时间：" + sdf.format(new Date()));

        heapSortAnalysis(arr);

        System.out.println("============排序后===============");
        System.out.println("排序前时间：" + sdf.format(new Date()));
//        System.out.println("排序后：" + Arrays.toString(arr));
    }

    /**
     * 堆排序分析方法
     *
     * @param arr 排序的原始数组
     */
    private static void heapSortAnalysis(int[] arr) {
        int temp = 0;
        /*************************第1轮****************************/
        adjustHeap(arr, 1, arr.length);
        //第 1 轮后：[4, 9, 8, 5, 6]
        System.out.println("第 1 轮后：" + Arrays.toString(arr));

        /*************************第2轮****************************/
        adjustHeap(arr, 0, arr.length);
        //第 2 轮后：[9, 6, 8, 5, 4]
        System.out.println("第 2 轮后：" + Arrays.toString(arr));

        /*************************第3轮****************************/
        //交换
        temp = arr[arr.length - 1];
        arr[arr.length - 1] = arr[0];
        arr[0] = temp;
        //调整
        adjustHeap(arr, 0, arr.length - 1);
        System.out.println("第 3 轮后：" + Arrays.toString(arr));

        /*************************第4轮****************************/
        //交换
        temp = arr[arr.length - 2];
        arr[arr.length - 2] = arr[0];
        arr[0] = temp;
        //调整
        adjustHeap(arr, 0, arr.length - 2);
        System.out.println("第 4 轮后：" + Arrays.toString(arr));
        /*************************第5轮****************************/
        //交换
        temp = arr[arr.length - 3];
        arr[arr.length - 3] = arr[0];
        arr[0] = temp;
        //调整
        adjustHeap(arr, 0, arr.length - 3);
        System.out.println("第 5 轮后：" + Arrays.toString(arr));
        /*************************第6轮****************************/
        //交换
        temp = arr[arr.length - 4];
        arr[arr.length - 4] = arr[0];
        arr[0] = temp;
        //调整
        adjustHeap(arr, 0, arr.length - 4);
        System.out.println("第 6 轮后：" + Arrays.toString(arr));
    }

    /**
     * 堆排序
     *
     * @param arr 排序的原始数组
     */
    private static void heapSort(int[] arr) {
        int temp = 0;
        // 1) 将无序序列构建成一个堆，根据升序降序需求选择大顶堆或小顶堆
        for (int i = arr.length / 2 - 1; i >= 0; i--) {
            adjustHeap(arr, i, arr.length);
        }
        // 2) 将堆顶元素与末尾元素交换，将最大元素"沉"到数组末端;
        // 3) 重新调整结构，使其满足堆定义，然后继续交换堆顶元素与当前末尾元素，反复执行调整+交换步骤，直到整个序列有序。
        for (int j = arr.length - 1; j > 0; j--) {
            temp = arr[j];
            arr[j] = arr[0];
            arr[0] = temp;
            adjustHeap(arr, 0, j);
        }
    }

    /**
     * 功能：完成将以 i 对应的非叶子结点的二叉树调整成大顶堆
     * 举例：int arr[] = {4, 6, 8, 5, 9}; => i = 1 => adjustHeap => 得到 {4, 9, 8, 5, 6}
     * 再次调用	adjustHeap 传入的是 i = 0 => 得到 {4, 9, 8, 5, 6} => {9, 6, 8, 5, 4}
     *
     * @param arr    待调整的数组
     * @param i      表示非叶子结点在数组中索引
     * @param length 表示对多少个元素继续调整， length 是在逐渐的减少
     */

    public static void adjustHeap(int arr[], int i, int length) {
        //先取出当前元素的值，保存在临时变量
        int temp = arr[i];
        // k = i * 2 + 1，k 是 i 结点的左子结点
        for (int k = i * 2 + 1; k < length; k = k * 2 + 1) {
            //右子节点存在,且左子结点的值小于右子结点的值
            if (k + 1 < length && arr[k] < arr[k + 1]) {
                // k 指向右子结点
                k++;
            }
            //如果子结点大于父结点
            if (arr[k] > temp) {
                //把较大的值赋给当前结点
                arr[i] = arr[k];
                // i 指向 k（下一个树）,继续循环比较
                i = k;
            } else {
                break;
            }
        }
        //当 for 循环结束后，已经将以 i 为父结点的树的最大值放在了最顶(局部)
        //将 temp 值放到调整后的位置
        arr[i] = temp;
    }
}

结果：800000长度的数组排序时间需要0-1s，时间复杂度O(nlogn)，空间复杂度O(1)

8000000长度的数组排序时间需要2s左右

80000000长度的数组排序时间需要29~30s左右