Java数据结构和算法之堆排序

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，平均时间复杂度均为
O(nlogn)，它也是不稳定排序。

2）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。

3）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。

• 大顶堆：每个节点的值都大于或等于其子节点的值，在堆排序算法中用于升序排列；

• 小顶堆：每个节点的值都小于或等于其子节点的值，在堆排序算法中用于降序排列；

堆排序基本思想：

1）将待排序序列构造成一个大顶堆或者是小顶堆。

2）此时，整个序列的最大值或者是最小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后者是最小值。

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。

是不是一头雾水？ 最主要的还是你找棵树，然后跟着代码走一遍才能理解堆排序。

代码实现：

package com.guigu.sort;

import java.util.Arrays;

public class HeapSortDemo {
	public static void main(String[] args) {
		// 待排序的数组
		int[] arr = { 4, 6, 8, 5, 9 };

		// 1. 将无序序列构建成一个堆，根据升序还是降序确定构建大顶堆还是小顶堆（这里是升序所以构建大顶堆）
		for (int j = arr.length / 2 - 1; j >= 0; j--) {
			// 第一次调整是从下往上调整：
			// 从第一个非叶子节点（从右边数）开始调整，然后调整第二个，直到根节点
			adjustHeap(arr, j, arr.length);
		}

		// 2. 把堆顶元素取出，把最后一个叶子节点放到堆顶
		// 3. 重新调整堆结构，使其是大顶堆或者是小顶堆
		// 4. 重复2 3过程，直到将序列排好序
		for (int l = arr.length - 1; l >= 0; l--) {
			// 交换数组首尾元素，相当于把堆顶元素取出，把最后一个叶子节点放到堆顶位置
			swap(arr[0], arr[l]);
			// 调整堆结构，使之是大顶堆或者是小顶堆。此时是从下往上调整，所以i的值为0
			adjustHeap(arr, 0, l);
		}

		System.out.println(Arrays.toString(arr));
	}

	// 交换数据
	public static void swap(int a, int b) {
		int temp = a;
		a = b;
		b = temp;
	}

	// 将一个数组(二叉树), 调整成一个大顶堆
	/**
	 * 功能： 完成 将 以 i 对应的非叶子结点的树调整成大顶堆 举例 int arr[] = {4, 6, 8, 5, 9}; => i = 1 =>
	 * adjustHeap => 得到 {4, 9, 8, 5, 6} 如果我们再次调用 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 lenght
	 *            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) {
		int temp = arr[i]; // 先取出当前元素的值，保存在临时变量
		// 开始调整
		// 说明
		// 1. 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) {
			if (k+1 < length && arr[k] < arr[k + 1]) { //说明左子结点的值小于右子结点的值
				k++; // k 指向右子结点
			}
			if (arr[k] > arr[i]) { //如果子结点大于父结点
				arr[i] = arr[k]; //把较大的值赋给当前结点
				i = k; // i指向 k,继续循环比较
			}else {
				break;
			}
		}
		//当for 循环结束后，我们已经将以i 为父结点的树的最大值，放在了 最顶(局部)
		arr[i] = temp; //将temp值放到调整后的位置
	}
}

结果截图：

总结：一定要多找几组数据，然后画成树的结构，按照代码走几遍，能帮助你更好的理解堆排序。