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