堆排序解剖

堆排序

算法介绍

堆是一种数据结构，可以把堆看成一棵完全二叉树，这棵完全二叉树满足：任何一个非叶结点的值都不大于（或不小于）其左右孩子结点的值。若父亲大孩子小，叫大顶堆；若父亲小孩子大，则这样的堆叫做小顶堆。

二叉树：每个结点最多只有两棵子树，即二叉树中结点的度只能为0、1、2。子树有左右之分，不能颠倒。

满二叉树：在一棵二叉树中，如果所有的分支结点都有左孩子和右孩子结点，并且叶子结点都集中在二叉树的最下一层。另一种定义：一棵深度为k且有个结点的二叉树称为满二叉树。

完全二叉树：深度为k，有n个结点的二叉树，当且仅当其每一个结点都与深度为k的满二叉树中编号从1至n的结点一一对应时，称之为完全二叉树。通俗来讲，一棵完全二叉树是由一棵满二叉树从右至左从下而上，挨个删除结点所得到的。

堆排序的思想：将一个无序序列调整为一个堆，就可以找出这个序列的最大（或最小）值，然后将找出的这个值交换到序列的最后（或最前），这样有序序列元素增加·个，无序序列中元素减少1个，对新的无序序列重复这样的操作，就实现了排序。

堆排序执行过程

l  将原始序列化为一个完全二叉树。

l  从无序序列所确定的完全二叉树的第一个非叶子结点开始，从右至左，从下至上，对每一个结点进行调整，最终将得到一个大顶堆。

对结点的调整方法：将当前结点（假设为a）的值与其孩子结点进行比较，如果存在大于a值的孩子结点，则从中选出最大的一个与a交换。当a来到下一层的时候重复上述过程，直到a的孩子结点值都小于a的值为止。

l  将当前无序序列中第一个元素，反映在树中是根节点（假设为a）与无序序列中最后一个元素交换（假设为b）。a进入有序序列，到达最终位置。无序序列中元素减少1个，有序序列中元素增加1个。此时只有结点b可能不满足堆的定义，对其进行调整。

l  重复3）中的过程，知道无序序列中的元素剩下1个时排序结束

算法代码（Java）

/**
 * 堆排序
 * @author 卡罗-晨
 *
 */
public class HeapSort {
	
	/**
	 * 找出左孩子
	 * @param i 堆下标
	 * @return 左孩子的下标
	 */
	public static int leftChild(int i) {
		return 2*i+1;
	}
	
	/**
	 * 用于删除一个最大值和建立堆
	 * @param a 无序序列
	 * @param i 过滤下来的位置
	 * @param n 堆的逻辑大小
	 */
	private static <T extends Comparable<? super T>> void percDown(T[] a,int i,int n) {
		int child;
		T tmp;
		for (tmp = a[i];leftChild(i)<n;i=child) {
			child = leftChild(i);
			if(child != n-1 && a[child].compareTo(a[child+1])<0) {
				child++;
			}
			if(tmp.compareTo(a[child])<0) {
				a[i] = a[child];
			}else 
				break;
		}
		a[i] = tmp;
	}
	/**
	 * 标准堆排序
	 * @param a可比较的集合
	 */
	public static <T extends Comparable<? super T>> void heapsort(T[] a) {
		//建立堆
		for(int i=a.length/2-1;i>=0;i--) {
			percDown(a, i, a.length);
		}
		for(int i=a.length-1;i>0;i--) {
			T tmp = a[0];
			a[0] = a[i];
			a[i] = tmp;
			percDown(a, 0, i);
		}
	}


}

性能分析

时间复杂度

对于percDown()方法来说，显然child走的是一条从当前结点到叶子结点的路径，完全二叉树的高度为log(n+1)，即对每个结点调整的时间复杂度为O(logn)。对于heapsort()方法，基本操作总数应该是两个并列的for循环中基本操作的次数相加，第一个循环的基本操作次数为O(logn)*n/2，第二个循环基本操作次数为O(logn)*(n-1)，因此整个算法的基本操作次数问为O(logn)*n/2+ O(logn)*(n-1)，化简后得其时间复杂度为O(nlogn)。

空间复杂度

从算法代码可以看出，本算法的额外空间只有一个tmp，因此额外空间复杂度为O(1)。

注意：堆排序的最坏情况下的时间复杂度也是O(nlogn)，这是它相当于快速排序的最大优点，堆排序的空间复杂度为O(1)，在所有时间复杂度为O(nlogn)的排序中是最小的，这也是其一大优点，堆排序适合的场景是记录数很多的情况。