堆 排 序

堆排序

二叉堆的特性：

最大堆的堆顶是整个堆中的最大元素；最小堆的堆顶是整个堆中的最小元素。

以最大堆为例，如果删除一个最大堆的堆顶（并不是完全删除，而是跟末尾的节点交换位置），经过自我调整，第2大的元素就会被交换上来，成为最大堆的新堆顶。慢慢地进行这种删除，得到的序列就是一个从大到小的序列，而较大的一头先交换到了数组末尾一端，较小的则留在了数组头部一端。这样就实现了排序。

堆排序算法的步骤：

把无序数组构建成二叉堆。需要从小到大排序，则构建成最大堆；需要从大到小排序，则构建成最小堆。

循环删除堆顶元素，替换到二叉堆的末尾，调整堆产生新的堆顶。
上代码：

    /**
     * 下沉调整
     * @param array     待调整的堆
     * @param parentIndex    要下沉的父节点
     * @param length    堆的有效大小
     */
    public static void downAdjust(int[] array, int parentIndex, int length) {
        // temp保存父节点值，用于最后的赋值
        int temp = array[parentIndex];
        int childIndex = 2 * parentIndex + 1;
        while (childIndex < length) {
            // 如果有右孩子，且右孩子大于左孩子的值，则定位到右孩子
            if (childIndex + 1 < length && array[childIndex + 1] > array[childIndex]) {
                childIndex++;
            }
            // 如果父节点大于等于任何一个孩子的值，直接跳出
            if (temp >= array[childIndex])
                break;
            //无需真正交换，单向赋值即可
            array[parentIndex] = array[childIndex];
            parentIndex = childIndex;
            childIndex = 2 * childIndex + 1;
        }
        array[parentIndex] = temp;
    }

    /**
     * 堆排序(升序)
     * @param array     待调整的堆
     */
    public static void heapSort(int[] array) {
        // 1.把无序数组构建成最大堆。
        for (int i = (array.length-2)/2; i >= 0; i--) {
            downAdjust(array, i, array.length);
        }
        System.out.println(Arrays.toString(array));
        // 2.循环交换集合尾部元素到堆顶，并调节堆产生新的堆顶。
        for (int i = array.length - 1; i > 0; i--) {
            // 最后一个元素和第一元素进行交换
            int temp = array[i];
            array[i] = array[0];
            array[0] = temp;
            // 下沉调整最大堆
            downAdjust(array, 0, i);//这儿的i是值堆有效长度
        }
    }

    public static void main(String[] args) {
        int[] arr = new int[] {1,3,2,6,5,7,8,9,10,0};
        heapSort(arr);
        System.out.println(Arrays.toString(arr));
    }

空间复杂度：是O(1)，因为并没有开辟额外的集合空间。
时间复杂度：分析如下

1. 把无序数组构建成二叉堆，时间复杂度是O(n)。
2. 循环删除堆顶元素，并将该元素移到集合尾部，调整堆产生新的
   堆顶。需要进行n-1次循环。每次循环调用一次downAdjust方法，
   所以第2步的计算规模是 (n-1)×logn ，时间复杂度为O(nlogn)。
   因此总的运算量是n+nlogn,留下系数较高的一项nlogn，则总的时间复杂度是O(nlogn)。