Java数据结构——堆排序

基本思想：

堆：一种特殊的完全二叉树，可分为大顶堆和小顶堆

大顶堆：每个节点的值均大于其左右孩子节点

小顶堆：每个节点的值均小于其左右孩子节点

由于堆为完全二叉树，且为了存储方便，使用数组作为存储结构，将堆按照层序依次存入数组中

对于堆排序，以升序为例

（1）首先将待排序数组看作二叉树，并转化成大顶堆，显然此时堆顶元素为待排序数组最大值

（2）将最大值与数组最后一个元素交换

（3）对数组除最后元素之外的元素进行调整，重新构建大顶堆，

（4）将堆顶元素与数组倒数第二个元素交换，以此类推，直到数组实现有序

按照此方法类比，显然降序排列则是利用小顶堆，不再赘述

对于大顶堆的构建，首先实现方法adjustHeap，可将指定的非叶子节点及其左右子树转化为大顶堆，前提是左右子树均为大顶堆，故使用该方法实现整个树转化为大顶堆，需要从下至上进行

该方法传入一个非叶子节点的索引index和当前数组长度length，具体思路如下：

（1）记录该节点的值，保存在临时变量temp中

（2）令指针指向该节点的左孩子结点，每次的指针移动都需要判断是否越界，然后判断该节点的右孩子是否存在，若右孩子存在且大于左孩子，则将指针指向右孩子，因为是完全二叉树，故不存在左孩子不存在而右孩子存在的情况，该步骤是为了让指针能指向左右孩子中较大的一个

（3）判断指针指向与堆顶元素大小关系，若指针指向较大，则二者交换

（4）此时堆顶元素成功转化为左右孩子中较大的一个，但堆顶元素的下移可能会造成子树不再是大顶堆，故需要令index更新为刚刚左右孩子中较大的那个的索引值

（5）从刚刚左右孩子中较大的那个开始，令指针指向其左孩子，重新进入循环，即针对该节点重新递归构建大顶堆，保证了整个树仍然为大顶堆

（6）最终将最开始的堆顶元素放在index的位置

该方法完成后，对于堆排序，首先需要了解最后一个非叶子节点的索引值的计算

对于完全二叉树，最后一个叶子节点的索引值为

最后一个叶子节点的父节点的索引值为

即最后一个非叶子节点的索引值为

故对于堆排序，步骤如下：

（1）从最后一个非叶子节点开始，从下至上依次调用上述方法，实现整个树转化为大顶堆

（2）交换堆顶元素和数组末元素

（3）对于原来的大顶堆，因为交换后，移到数组末的元素在后续排序中不再参与，故可以认为只有堆顶元素发生变化，而堆顶的左右子树仍然为大顶堆，故只需要对堆顶节点进行一次adjustHeap调用即可，且每次传入的length依次减一

（4）循环步骤（3）直到数组实现有序

---

代码实现：

//堆排序
public void heapSort() {
	int temp;
	for (int i = array.length / 2 - 1; i >= 0; i--) {
		adjustHeap(i, array.length);
	}
	for (int j = array.length - 1; j > 0; j--) {
		temp = array[j];
		array[j] = array[0];
		array[0] = temp;
		adjustHeap(0, j);
	}
}

public void adjustHeap(int index, int length) {
	int temp = array[index];
	for (int i = index * 2 + 1; i < length; i = i * 2 + 1) {
		if (i + 1 < length && array[i] < array[i + 1]) {
			i++;
		}
		if (array[i] > temp) {
			array[index] = array[i];
			index = i;
		} else {
			break;
		}
	}
	array[index] = temp;
}

---

时间复杂度：O(nlogn)