八大排序：堆排序

堆排序的含义

       就是利用堆（假设利用大顶堆）进行排序的方法。它的基本思想是，将待排序的序列构造成一个大顶堆。此时，整个序列的最大值就是堆顶的根节点。将它移走（其实就是将其与堆数组的末尾元素交换，此时末尾元素就是最大值），然后将剩余的 n-1 个序列重新构造成一个堆，这样就会得到 n 个元素中次大的值。如此反复执行，便能得到一个有序序列了。 
       堆排序的实现需要解决的两个关键问题： 
（1）将一个无序序列构成一个堆。 
（2）输出堆顶元素后，调整剩余元素成为一个新堆。
 

基本思想：

1.首先将待排序的数组构造成一个大根堆，此时，整个数组的最大值就是堆结构的顶端

2.将顶端的数与末尾的数交换，此时，末尾的数为最大值，剩余待排序数组个数为n-1

3.将剩余的n-1个数再构造成大根堆，再将顶端数与n-1位置的数交换，如此反复执行，便能得到有序数组

时间复杂度： 最好情况：O(nlog2n)
最坏情况：O(nlog2n)

空间复杂度：O(1)

稳定性：不稳定

完全二叉树是一种特殊的二叉树。从上到下，从左到右，每一层的节点都是满的，最下边一层所有的节点都是连续集中在最左边

二、堆

堆排序分为两种，分别是大顶堆和小顶堆。

大顶堆：在完全二叉树的基础上，每个结点的值都大于或等于其左右孩子结点的值

小顶堆：在完全二叉树的基础上，每个结点的值都小于或等于其左右孩子结点的值

三、堆排序的特点

堆排序是利用堆这种数据结构而设立的一种排序算法

（这个地方需要将数据的下标放在树的一旁(目的是为了让同学们知道规律是怎么知道的)）

我们可以看到以下的规律

N[i]的左节点:N[2i+1]

N[i]的右节点:N[2i+2]

N[i]的父节点:N[(i-1)/2)]

    public static void main(String[] args) {
        int[] arr = new int[]{8,3,2,4,5,7,6,10,9};
        // 获取数组当中每个数据的的左子树，右子树
        for (int i = arr.length;i>=0;i--){
            int left =  2 * i +1;  //左子树
            int right =  2 * i + 2; //右子树
            if(left < arr.length){
                System.out.println("所有的左子树"+arr[left]);
            }
//            if(right < arr.length){
//                System.out.println("所有的右子树"+arr[right]);
//            }
        }
    }

基本思想

1):将带排序的序列构造成一个大顶堆，根据大顶堆的性质，当前堆的根节点（堆顶）就是序列中最大的元素

2):将堆顶元素和最后一个元素交换，然后将剩下的节点重新构造成一个大顶堆；

3):重复步骤2，如此反复，从第一次构建大顶堆开始，每一次构建，我们都能获得一个序列的最大值，然后把它放到大顶堆的尾部。最后，就得到一个有序的序列了

图示：

第一步：构建大顶堆(这里我们都是以最后一个开始讲解，不在是中间位置，讲解游标i的时候需要带上i的下边是一个大顶堆)

①:初始化状态，右下角为下标

②: index = 5开始，发现他没有兄弟节点，并且父节点小于它，父节点的计算放方式为：

index = [arr.length - 1] /2

③:接下来index减1，那么index节点变为4，这时候他要和兄弟节点进行对比，发现它比兄弟节和父节点都大

那么他就和父节点机型交换。

④:接下来index减2，他有和兄弟节点进行对比，发现它比兄弟节点大，还比父节点大，那么它和父节点进行交换

④:交换完成之后，发现2号节点不再大于其子节点了，所有需要在交换一次

//选取孩子结点的左孩子结点,继续向下筛选
parent = lChild;
lChild = 2 * lChild + 1;

⑤:检查一下，已将满足最大的条件了，大顶堆已经构建完成

第二步：将堆顶元素和最后一个元素交换，然后将剩下的节点重新构造成一个大顶堆

①:0号节点是最大值，我们将它与最后一个节点交换位置

②:此时的堆不是大顶堆需要重现构建

③:再次调整，index = 1 ，此时 下标为1的值为5，值大于左右子树，所以 index -1 ，此时值为1.然后需要进行交换

交换完成之后，发现1号节点不再大于其子节点了，所有需要在交换一次

④：交换后的结果是

⑤:0号节点是最大值，我们将它与最后一个节点交换位置

⑥:此时的堆不是大顶堆需要重现构建,此时 index = 1,1号位置大于其孩子节点的值，所以 index -1 ，此时index = 0

0号位置小于其左子树。所以进行交换

⑦:交换后的结果是

⑧：0号节点是最大值，我们将它与最后一个节点交换位置

⑨:此时的堆不是大顶堆需要重现构建,此时 index = 0,0号位置小于其孩子节点的值，左右子树进行计较之后发现右子树更大，所以和右子树进行交换。

⑩:交换后的结果是

十一;0号节点是最大值，我们将它与最后一个节点交换位置

十二：此时的堆不是大顶堆需要重现构建,此时 index = 0,0号位置小于其孩子节点的值，左右子树进行计较之后发现做子树更大，所以和右子树进行交换。

十三:交换后的结果是

十四;0号节点是最大值，我们将它与最后一个节点交换位置

最终我们就能得到最后的答案

代码：

public class HeapSort {
	  public static void main(String[] args) {
//        int[] arr = {5, 1, 7, 3, 1, 6, 9, 4};
        int[] arr = {16, 7, 3, 20, 17, 8};

        heapSort(arr);

        for (int i : arr) {
            System.out.print(i + " ");
        }
    }


    /**
     * 创建堆，
     * @param arr 待排序列
     */
    private static void heapSort(int[] arr) {
        //创建堆(这个地方可以先讲解一下)
        for (int i = arr.length - 1; i >= 0; i--) {
            //从第一个非叶子结点从下至上，从右至左调整结构
            adjustHeap(arr, i, arr.length);
        }

        //调整堆结构+交换堆顶元素与末尾元素
        for (int i = arr.length - 1; i > 0; i--) {
            //将堆顶元素与末尾元素进行交换
            int temp = arr[i];
            arr[i] = arr[0];
            arr[0] = temp;

            //重新对堆进行调整
            adjustHeap(arr, 0, i);
        }
    }

    /**
     * 调整堆
     * @param arr 待排序列
     * @param parent 父节点
     * @param length 待排序列尾元素索引
     */
    private static void adjustHeap(int[] arr, int parent, int length) {
        //将temp作为父节点
        int temp = arr[parent];
        //左孩子
        int lChild = 2 * parent + 1;

        while (lChild < length) {
            //右孩子
            int rChild = lChild + 1;
            // 如果有右孩子结点，并且右孩子结点的值大于左孩子结点，则选取右孩子结点
            if (rChild < length && arr[lChild] < arr[rChild]) {
                lChild++;
            }

            // 如果父结点的值已经大于孩子结点的值，则直接结束
            if (temp >= arr[lChild]) {
                break;
            }

            // 把孩子结点的值赋给父结点
            arr[parent] = arr[lChild];

            //选取孩子结点的左孩子结点,继续向下筛选
            parent = lChild;
            lChild = 2 * lChild + 1;
        }
        arr[parent] = temp;
    }

}