java代码之堆排序

1、堆排序的基本思想
堆排序是对直接选择排序算法的一种改进，其思想为：对一组待排序记录的关键字，首先把它们建成一个大根堆或小根堆，从而输出堆顶的最小关键字（假设利用小根堆来排序）。然后对剩余的关键字在建堆，便得到次小的关键字，如此反复进行，直到全部关键字排成有序序列为止。
2、堆排序图解
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：
(a)每个结点的值都大于或等于其左右孩子结点的值，称为大根堆；
(b)或者每个结点的值都小于或等于其左右孩子结点的值，称为小根堆。如下图：

通过图可以比较直观的看出大根堆和小根堆的特点，需要注意的是：这种结构是对父节点-左/右孩子节点之间做的约束，而对左-右孩子节点之间并没有什么要求。另外，因为堆的结构是完全二叉树，所以可以用数组来存储，并通过节点下标的规律快速进行索引。
下面是上图大根堆与小根堆对应的数组：

2.1堆排序基本思想图解（小根堆为例）

堆排序的过程如下：
（1）先建立一个大根堆：

（2）大根堆建立完成之后，堆顶元素（array[0]）为最大值，将最大值与堆尾部元素（array[count-1]）交换，并将count值减去1，则此时得到新的无序数组array[count]，再次进行调整，相当于再次将array[0]到array[count-2]建大根堆，不断重复，直到只剩array[0]为止

3、堆排序核心算法

public class HeapSelect_Sort {
	public static void main(String[] args) {
		int[] array = { 49, 38, 65, 97, 76, 13, 27, 49 };
		heapSelect_Sort(array);
	}

	// 第一次构建大根堆 从下往上构建
	public static void firstBuildMaxHeap(int[] array) {
		// 通过算数右移，使half等于最后一个结点的父节点
		int half = (array.length - 1) >> 1;
		// 依次往上进行调整
		for (int i = half - 1; i >= 0; i--) {
			adjustMaxHeap(array, array.length, i);
		}
	}

	public static void adjustMaxHeap(int[] array, int length, int i) {
		int large = i;
		int left = 2 * i + 1;
		int right = 2 * i + 2;
		if (left < length && array[left] <array[large]) {
			large = left;
		}
		if (right < length && array[right] < array[large]) {
			large = right;
		}
		if (large != i) {
			exchange(array, large, i);
			// 交换后的该儿子结点再次进行调整
			adjustMaxHeap(array, length, large);
		}

	}

	// 排序
	public static void heapSelect_Sort(int[] array) {
		// 先建一个大堆
		firstBuildMaxHeap(array);
		// 从最后一个元素开始对序列进行调整，不断的缩小调整的范围直到第一个元素
		for (int i = array.length - 1; i >= 0; i--) {
			// 把最大值放在数组的末尾
			exchange(array, 0, i);
			// 继续调整使之成为最大堆
			adjustMaxHeap(array, i, 0);
		}
		for (int i : array) {
			System.out.print(" " + i);
		}
	}

	// 交换方法
	public static void exchange(int[] array, int large, int i) {
		int temp = array[large];
		array[large] = array[i];
		array[i] = temp;
	}
}

4、堆排序性能分析
空间复杂度
堆排序是对直接选择排序的改进算法，选择排序的特点在于每次选取最小或最大的值，而选取最大值时的比较次数为复杂度的关键，堆排序采用二叉树的方法存储元素，每个节点都满足父节点的值大于等于子节点的特点，与直接选择排序类似，堆排序需要两个值的空间来存储临时变量，用于交换节点，一次用于存储子树最大节点用于交换子节点，一次用于存储堆顶的值用于交换最后的节点，所以空间复杂度为O(1)。
时间复杂度
采用堆的方式寻找最大值是降低时间复杂度的关键，假设有n个数据，需要n-1次建堆的过程，每次建堆的时间复杂度为log2n，但是无论序列的开始状态如何，都需要对堆进行遍历寻找最大值，所以在最好情况、最坏情况和平均情况下的时间复杂度都是O(nlog2n)。
算法稳定性
我们知道堆的结构是节点i的孩子为2 * i和2 * i + 1节点，大顶堆要求父节点大于等于其2个子节点，小顶堆要求父节点小于等于其2个子节点。在一个长为n 的序列，堆排序的过程是从第n / 2开始和其子节点共3个值选择最大（大顶堆）或者最小（小顶堆），这3个元素之间的选择当然不会破坏稳定性。但当为n / 2 - 1， n / 2 - 2， … 1这些个父节点选择元素时，就会破坏稳定性。有可能第n / 2个父节点交换把后面一个元素交换过去了，而第n / 2 - 1个父节点把后面一个相同的元素没 有交换，那么这2个相同的元素之间的稳定性就被破坏了。所以，堆排序不是稳定的排序算法。