重拾算法系列之排序算法2（堆排序，归并排序，快速排序）

1.堆排序

堆排序(Heapsort)是指利用堆积树（堆）这种数据结构所设计的一种排序算法。
它的特点是：在排序的过程中，将array[0，…，n-1]看成是一颗完全二叉树的顺序存储结构，利用完全二叉树中双亲节点和孩子节点之间的内在关系，在当前无序区中选择关键字最大（最小）的元素。

堆

堆是具有以下性质的完全二叉树：每个结点的值都大于或等于其左右孩子结点的值，称为大顶堆；或者每个结点的值都小于或等于其左右孩子结点的值，称为小顶堆

同时，我们对堆中的结点按层进行编号，将这种逻辑结构映射到数组中就是下面这个样子

数据关系

当前元素下标index,则有以下数据关系
1）它的父节点的下标为：（index-1）/2
2）它的左子节点的下标为：2index + 1
3）它的右子节点的下标为：2index + 2
该数组从逻辑上讲就是一个堆结构，我们用简单的公式来描述一下堆的定义就是：
大顶堆：arr[i] >= arr[2i+1] && arr[i] >= arr[2i+2]
小顶堆：arr[i] <= arr[2i+1] && arr[i] <= arr[2i+2]

堆排序基本思想及步骤

堆排序的基本思想是：将待排序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。将其与末尾元素进行交换，此时末尾就为最大值。然后将剩余n-1个元素重新构造成一个堆，这样会得到n个元素的次小值。如此反复执行，便能得到一个有序序列了

步骤一 构造初始堆。将给定无序序列构造成一个大顶堆（一般升序采用大顶堆，降序采用小顶堆)。

步骤二 将堆顶元素与末尾元素进行交换，使末尾元素最大。然后继续调整堆，再将堆顶元素与末尾元素交换，得到第二大元素。如此反复进行交换、重建、交换。

再简单总结下堆排序的基本思路：

a.将无需序列构建成一个堆，根据升序降序需求选择大顶堆或小顶堆;

b.将堆顶元素与末尾元素交换，将最大元素"沉"到数组末端;

c.重新调整结构，使其满足堆定义，然后继续交换堆顶元素与当前末尾元素，反复执行调整+交换步骤，直到整个序列有序。

核心代码

   public class Main {
    public static void main(String[] args) {
        int[] nums = {6, 5, 3, 8, 1, 7, 2, 9, 4};
        sort(nums);
        System.out.println(Arrays.toString(nums));
    }

    public static void sort(int[] arr) {
        //1.构建大顶堆
        for (int i = arr.length / 2 - 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);
        }
        //2.调整堆结构+交换堆顶元素与末尾元素
        for (int j = arr.length - 1; j > 0; j--) {
            swap(arr, 0, j);//将堆顶元素与末尾元素进行交换
            adjustHeap(arr, 0, j);//重新对堆进行调整
        }

    }

    /**
     * 调整大顶堆（仅是调整过程，建立在大顶堆已构建的基础上）
     *
     * @param arr
     * @param i
     * @param length
     */
    public static void adjustHeap(int[] arr, int i, int length) {
        int temp = arr[i];//先取出当前元素i
        for (int k = i * 2 + 1; k < length; k = k * 2 + 1) {//从i结点的左子结点开始，也就是2i+1处开始
            if (k + 1 < length && arr[k] < arr[k + 1]) {//如果左子结点小于右子结点，k指向右子结点
                k++;
            }
            if (arr[k] > temp) {//如果子节点大于父节点，将子节点值赋给父节点（不用进行交换）
                arr[i] = arr[k];
                i = k;
            } else {
                break;
            }
        }
        arr[i] = temp;//将temp值放到最终的位置
    }

    public static void swap(int[] arr, int a, int b) {
        int temp = arr[a];
        arr[a] = arr[b];
        arr[b] = temp;
    }
}

分析

堆排序是一种选择排序，整体主要由构建初始堆+交换堆顶元素和末尾元素并重建堆两部分组成。其中构建初始堆经推导复杂度为O(n)，在交换并重建堆的过程中，需交换n-1次，而重建堆的过程中，根据完全二叉树的性质，[log2(n-1),log2(n-2)…1]逐步递减，近似为nlogn。所以堆排序时间复杂度一般认为就是O(nlogn)级。

2.归并排序

把待排序序列分为若干个子序列，每个子序列是有序的。然后再把有序子序列合并为整体有序序列。（采用分治思想）
java代码：（递归和非递归实现）

public class Main {
    public static void main(String[] args) {
        int[] nums = {6, 5, 3, 8, 1, 7, 2, 9, 4};
//        margesSortWithRecursion(nums, 0, nums.length - 1);
        margesSortNotRecursion(nums);
        System.out.println(Arrays.toString(nums));
    }

    /**
     * 递归切分待排
     *
     * @param nums  待切分数组
     * @param left  待切分最后第一个元素的索引
     * @param right 待切分数组最后一个元素的索引
     */
    private static void margesSortWithRecursion(int[] nums, int left, int right) {
        if (left < right) {
            // 找出中间索引
            int center = (left + right) / 2;
            // 对左边数组进行递归
            margesSortWithRecursion(nums, left, center);
            // 对右边数组进行递归
            margesSortWithRecursion(nums, center + 1, right);
            // 合并
            merge(nums, left, center, right);
        }
    }

    /**
     * 非递归
     *
     * @param nums
     */
    private static void margesSortNotRecursion(int[] nums) {
        for (int i = 1; i <= nums.length; i *= 2) {
            for (int j = 0; j + i <= nums.length; j += i * 2) {
                //Math.min 的目的是处理 整个待排序数组为奇数的情况
                merge(nums, j, j + i - 1, Math.min(j + 2 * i - 1, nums.length - 1));
            }
        }
    }

    /**
     * 两两归并排好序的数组（2路归并）
     *
     * @param nums   带排序数组对象
     * @param left   左边数组的第一个索引
     * @param center 左数组的最后一个索引，center + 1右数组的第一个索引
     * @param right  右数组的最后一个索引
     */
    private static void merge(int[] nums, int left, int center, int right) {
        int[] tmpArray = new int[right - left + 1];
        int leftIndex = left;   //左数组第一个元素的索引
        int rightIndex = center + 1;   //右数组第一个元素索引
        int tmpIndex = 0;    //临时数组索引

        // 把较小的数先移到新数组中
        while (leftIndex <= center && rightIndex <= right) {
            if (nums[leftIndex] <= nums[rightIndex]) {
                tmpArray[tmpIndex++] = nums[leftIndex++];
            } else {
                tmpArray[tmpIndex++] = nums[rightIndex++];
            }
        }

        // 把左边剩余的数移入数组
        while (leftIndex <= center) {
            tmpArray[tmpIndex++] = nums[leftIndex++];
        }

        // 把右边边剩余的数移入数组
        while (rightIndex <= right) {
            tmpArray[tmpIndex++] = nums[rightIndex++];
        }

        // 把新数组中的数覆盖nums数组
        for (int i = 0; i < tmpArray.length; i++) {
            nums[left + i] = tmpArray[i];
        }
    }
}

分析

归并排序是 将待排序的线性表不断地切分成若干个子表，直到每个子表只包含一个元素，这时，可以认为只包含一个元素的子表是有序表。将子表两两合并，每合并一次，就会产生一个新的且更长的有序表，重复这一步骤，直到最后只剩下一个子表，这个子表就是排好序的线性表。时间复杂度均为O(nlogn)。递归，这种方法的好处就是代码容易理解，能比较直观地描述算法思想。但是，也正是由于递归，会使得在排序过程中占用大量计算机内部的栈空间，如果线性表长度过长，那么会可能会造成栈溢出，从而使程序崩溃，非递归迭代就不会出现这种问题。
递归对性能的消耗有时候甚至能达到指数级别，事实上，任何能用递归解决的问题，也都能用迭代解决。所以，不仅是归并排序，当你遇到其他问题时，如果能用迭代解决，那么不妨想想能不能用迭代来替换。

3.快速排序

快速排序是冒泡排序的一种改进。（冒泡排序是比较相邻的数，并使小的在前大的在后）快速排序每一趟排序都选取一个基准数V，将数据通过基准数分割成独立的两部分，左边部分的数小于V,右边部分的数大于V，且在一趟排序完成后使基准数在正确的位置上。然后再将“小于v”和“大于v”的数据块作为子数组，同样选择基准值，再进行上述类似操作，当执行到数据块中只有1个元素或者0个元素时，即完成排序。
例如快速排序问题，一个列表进行排序，如下图

首先选择列表中的一个元素作为基准元素(一般是数列的第一个元素)，其他的元素都与这个元素做比较，找出小于这个基准值的值、大于基准值的值。这称为“分区”，这时有，

1）一个由所有小于基准值的数字组成的子数组；
2）基准值
3）一个由所有大于基准值的数组组成的子数组

然后再将“小于v”和“大于v”的数据块作为子数组，同样选择基准值，再进行上述类似操作，当执行到数据块中只有1个元素或者0个元素时，即完成排序。

分区操作步骤：
待排序数组arr [3,5,2,1,4]
1.选择第一个元素(或随机选一个元素arr[k])作为基准值pivot=arr[k],最左边元素left = 0,arr[left], 最右边元素right = arr.length-1,arr[right],
2.从左向右遍历数组left++，直到找到一个大于基准值的元素A1,从右向左遍历righ–直到找到一个小于基准值pivot的元素B1。交换A1,B1的位置，继续遍历left++ 寻找下一个大于pivot的元素A2,right-- ,寻找下一个小于pivot的元素B2，交换A2,B2。
继续遍历left++,right++ ,直到left == right 停止， 然后把privot元素 交换到停止的位置arr[left],这样 privot左边的元素都小于pivot，privot右边的元素都大于pivot。这就分好区了A区，B区
3.对A区，B区重复步骤2，直到数据块中只有1个元素或者0个元素

java代码实现

public class Main {
    public static void main(String[] args) {

        int arr[] = {65, 58, 95, 10, 57, 62, 13, 106, 78, 23, 85};

        System.out.println("排序前：" + Arrays.toString(arr));

        quickSort(arr, 0, arr.length - 1);

        System.out.println("排序后：" + Arrays.toString(arr));

    }

    public static void quickSort(int[] arr, int left, int right) {
        // 递归结束条件：startIndex大等于endIndex的时候
        if (left >= right) {
            return;
        }
        // 得到基准元素位置
        int pivot = partition(arr, left, right);
        // 根据基准元素，分成两部分递归排序
        quickSort(arr, left, pivot - 1);
        quickSort(arr, pivot + 1, right);
    }

    private static int partition(int[] arr, int left, int right) {
        // 取第一个位置的元素作为基准元素
        int pivot = arr[left];
        int pivotIndex = left;
        while (left != right) {
            //右向左遍历找到一个小于privot的值A
            while (left < right && arr[right] > pivot) {
                right--;
            }
            //左向右遍历找到一个大于privot的值B
            while (left < right && arr[left] <= pivot) {
                left++;
            }
            //交换A,B两个值
            if (left < right) {
                int p = arr[left];
                arr[left] = arr[right];
                arr[right] = p;
            }
        }
        //pivot交换到中间位置left == right
        int p = arr[left];
        arr[left] = pivot;
        arr[pivotIndex] = p;
        return left;
    }
}

参考：
归并排序：
https://www.jianshu.com/p/8342e60aae4f
https://blog.csdn.net/qq_36299025/article/details/89105334
https://www.cnblogs.com/acm-bingzi/p/mergesort.html
快速排序：
http://www.sohu.com/a/246785807_684445
https://baijiahao.baidu.com/s?id=1617821935743300963&wfr=spider&for=pc