优先队列与堆排序

PriorityQueue

优先级队列中的元素可以按照任意的顺序插入，却总是按照排序的顺序进行检索。无论何时调用remove方法，总会获得当前优先级队列中的最小元素（其实是返回堆顶元素），但并不是对所有元素都排序。它是采用了堆（一个可以自我调整的二叉树），执行增加删除操作后，可以让最小元素移动到根。

堆排序复习

package com.jefflee;

import java.util.Arrays;

public class HeapSort {
    private int[] arr;

    public HeapSort(int[] arr) {
        this.arr = arr;
    }

    /**
     * 堆排序
     */
    public void sort(){
        /*
         *第一步 将数组堆化
         *beginIndex 是 第一个非叶节点
         * 从第一个非页节点开始调整
         * 叶子节点可以看作已符合要求，因为调整的结果是自己比自己的子节点都大
         */
        int len = arr.length - 1;
        int beginIndex = (len - 1) >> 1;
        for (int i = beginIndex; i >= 0; i--) {
            maxHeap(i, len);
        }
        /*
         *第2步 用堆排序
         * 将堆顶跟最后面的节点调换
         * 调整除了最大元素之外的所有元素（第二个参数--）
         * 直至len没了
         */
        for (int i = len; i > 0; i--) {
            swap(0,i);
            maxHeap(0, i - 1);
        }
    }

    private void swap(int i, int j) {
        int temp = arr[i];
        arr[i] = arr[j];
        arr[j] = temp;
    }
    /**
     *调整大根堆中的i，使其符合大根堆的特性
     * @param i 针对的索引
     * @param len 需要调整的范围
     */
    private void maxHeap(int i, int len) {
        //左右子节点
        int li = (i << 1) + 1;
        int ri = li +1;
        //子节点中的较大者，默认为li
        int cMax = li;
        //左子节点不存在，说明i是叶子节点，已满足条件
        if (li > len) {
            return;
        }
        //比较左右子节点，得到真正的cMax
        if (ri <= len && arr[ri] > arr[li]) {
            cMax = ri;
        }
        //若子节点中较大者大于父节点，调换
        if (arr[cMax] > arr[i]) {
            swap(cMax, i);
            //继续调整cMax
            maxHeap(cMax, len);
        }

    }

    public static void main(String[] args) {
        int[] arr = {1, 4, 1, 6, 2, 3};
        new HeapSort(arr).sort();
        //直接printarr是一个object ref，Arrays.toString写了这个工具
        System.out.println(Arrays.toString(arr));

    }
}