堆排序

算法描述

• 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

代码实现

/**
* @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[childInex+1]>array[childIndex]){
			childIndex++;
		}
		//如果父节点大于任何一个孩子的值，则直接跳出
		if(temp>=array[childIndex])
			break;
		//无须正真交换，单向赋值即可
		array[parentIndex]=array[childIndex];
		parentIndex=childIndex;
		childInex=2*childIndex+1;
	}
	array[parentIndex]=temp;
}

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.循环删除堆顶元素，移动到集合尾部，调整堆产生新的堆顶
	for(int i=array.length-1;i>0;i--){
		//最后1个元素和第1个元素进行交换
		int temp=array[i];
		array[i]=array[0];
		array[0]=temp;
		//下沉调整最大堆
		downAdjust(array,0,i);
	}
}

复杂度分析

时间复杂度

• 最佳情况：T(n) = O(nlogn)
• 最差情况：T(n) = O(nlogn)
• 平均情况：T(n) = O(nlogn)

空间复杂度

空间复杂度是o(1)

稳定性分析

堆排序是不稳定排序