堆排序(一)

一、介绍

堆结构：

    1.就是完全二叉树，要吗是一个满二叉树，最后一个层都是叶节点。

满二叉树：最后一层都是叶节点，并都补齐的

    2.如果不是满二叉树，如果最后一层是从左到右依次排满的话，不会跳过的就是完全二叉树。

完全二叉树如下：

完全二叉树的数组表示：

一个节点的左孩子：2*i+1                             

一个节点的有孩子：2*i+2

父节点：（i-1）/2

落地的二叉树就是数组结构表示的，完全二叉树是我们脑补出来的。

堆的分类：

1、大根堆  完全二叉树 任何一颗子树的最大值都是这个子树的头部

2、小根堆  同理   任何一颗子树的最小值都是这个子树的头部

给定一个数组，如何变为大根堆？

3的位置如下图

在判断

4位置，比较可知，和1位置比较，0<3所以不用交换

如果后面还有，则还是这种过程继续判断，如果相等就不用交换，只有大才交换

二、代码实现

import java.util.Arrays;

public class Code_03_HeapSort {

    public static void heapSort(int[] arr) {
        //给定一个数组
        if (arr == null || arr.length < 2) {
            return;
        }
        //循环完事,大根堆建立完毕
        for (int i = 0; i < arr.length; i++) {
            heapInsert(arr, i);//0~i变成大根堆
        }
        int size = arr.length;
      //每次堆顶数和最后一个位置交换,
        swap(arr, 0, --size);
        while (size > 0) {
            heapify(arr, 0, size);
            swap(arr, 0, --size);
        }
    }
    //建立大根推
    public static void heapInsert(int[] arr, int index) {
        //arr[index]:   i 位置
        //(index-1)/2  :父位置
        //比较i为当前位置的数如果父位置的数大,交换,来到父位置,
        //来到父位置接着在判断,直到停止
        while (arr[index] > arr[(index - 1) / 2]) {
            swap(arr, index, (index - 1) / 2);
            index = (index - 1) / 2;
        }
    }
    
    //上面几行就是大根堆的建立过程
   //一个数变化,重新调整大根堆
    /*
    * 0~size
    * */
    public static void heapify(int[] arr, int index, int size) {
        //左孩子   找到  left
        int left = index * 2 + 1;
        //不越界,左孩子不成立,就是叶节点
        while (left < size) {
            //left+1:是右孩子    有孩子不越界,并大于左孩子
            //两个哪个孩子的值大,谁的下标就是largest
            int largest = left + 1 < size && arr[left + 1] > arr[left] ? left + 1 : left;
            //左右孩子较大的值,和自己比较,然后赋值为largest下标
            largest = arr[largest] > arr[index] ? largest : index;
            //相等或者大,就不用往下沉
            if (largest == index) {
                break;
            }
            //if不中,就继续往下沉,当前的数,和左右两个孩子,交换,larget!=index
            swap(arr, largest, index);
            //变为较大孩子的下标
            index = largest;
            //继续往下判断
            left = index * 2 + 1;
        }
    }

    public static void swap(int[] arr, int i, int j) {
        int tmp = arr[i];
        arr[i] = arr[j];
        arr[j] = tmp;
    }

    // for test
    public static void comparator(int[] arr) {
        Arrays.sort(arr);
    }

    // for test
    public static int[] generateRandomArray(int maxSize, int maxValue) {
        int[] arr = new int[(int) ((maxSize + 1) * Math.random())];
        for (int i = 0; i < arr.length; i++) {
            arr[i] = (int) ((maxValue + 1) * Math.random()) - (int) (maxValue * Math.random());
        }
        return arr;
    }

    // for test
    public static int[] copyArray(int[] arr) {
        if (arr == null) {
            return null;
        }
        int[] res = new int[arr.length];
        for (int i = 0; i < arr.length; i++) {
            res[i] = arr[i];
        }
        return res;
    }

    // for test
    public static boolean isEqual(int[] arr1, int[] arr2) {
        if ((arr1 == null && arr2 != null) || (arr1 != null && arr2 == null)) {
            return false;
        }
        if (arr1 == null && arr2 == null) {
            return true;
        }
        if (arr1.length != arr2.length) {
            return false;
        }
        for (int i = 0; i < arr1.length; i++) {
            if (arr1[i] != arr2[i]) {
                return false;
            }
        }
        return true;
    }

    // for test
    public static void printArray(int[] arr) {
        if (arr == null) {
            return;
        }
        for (int i = 0; i < arr.length; i++) {
            System.out.print(arr[i] + " ");
        }
        System.out.println();
    }

    // for test
    public static void main(String[] args) {
        int testTime = 500000;
        int maxSize = 100;
        int maxValue = 100;
        boolean succeed = true;
        for (int i = 0; i < testTime; i++) {
            int[] arr1 = generateRandomArray(maxSize, maxValue);
            int[] arr2 = copyArray(arr1);
            heapSort(arr1);
            comparator(arr2);
            if (!isEqual(arr1, arr2)) {
                succeed = false;
                break;
            }
        }
        System.out.println(succeed ? "Nice!" : "Fucking fucked!");

        int[] arr = generateRandomArray(maxSize, maxValue);
        printArray(arr);
        heapSort(arr);
        printArray(arr);
    }

}

三、建立大根堆的时间复杂度分析

  如何估计复杂度?    

    建立一个大根堆的时间复杂度?  

    完全二叉树的高度为O(logn)   我们每次都是调整的高度,建立一个大根堆的时间复杂度是O(logn),一个非常的重要的调整heapinsert过程

还有一个heapify的过程,也就是一个数组中,一个值突然变化,

三.经典的题目分析

    一个流不断的突出数,随时找到中位数,突出数,是无序的,在任何时刻,求出中位数?

原始方法:

那么用堆结构,如何实现呢?

弹出堆顶数,做法是:最后一个数,和堆顶位置数交换,数组范围减1,就是弹出了原来的堆顶数值.换完,从新经历heapf的过程

差值,不能超过2,  就是较大的1/2在大根堆,较小的1/2在小根堆,我们就可以随时拿出中位数

堆排序:就是用用堆结构的特征排序的,

也就是把一个数组,变成大根堆,但是没有顺序,每次形成一个大根堆,我们顶端位置,和最后一个位置的数交换,然后堆的大小减一,

重新建立大根堆,然后在从头部的值和最后一个数交换,堆范围减一,依次操作这个过程,直到,排序完成.