堆排序重建堆的时间复杂度_堆排序

本文介绍一种神奇的排序方法——堆排序。

堆排序不像插入排序和归并排序那样直观，它利用了一种称为堆的数据结构。

堆

堆本质上是一个数组，但我们将其当做一个近似的完全二叉树来看待。树上的每一个结点对应数组中的一个元素，按层排列。除了最底层外，该树是完全充满的，而且是从左向右填充。

下图(a)为我们想象中堆的结构，而(b)则是其实际存储形式。

最大堆的特点是，每一个结点都比它的两个孩子结点大（如果孩子结点存在的话）。类似地，最小堆的每一个结点都比它的两个孩子结点小。但需要注意的是，大小关系只存在于根节点与其孩子结点中，兄弟结点或不同子树中的结点没有大小关系。根据这条性质，很容易发现，最大堆的根结点是所有元素的最大值，最小堆的根结点是所有元素的最小值。

无论是最大堆还是最小堆，它们的工作原理都是一样的，因此本文以最大堆为例，因为使用最大堆排序得到的恰好是递增序列。

堆具有两个重要操作——建堆和维护堆。

维护堆

先来介绍维护堆，这是堆最基本的操作。当一个根节点的左子树和右子树都是最大堆，而根结点对应的树却不是最大堆时，说明根结点小于其左孩子或右孩子。此时，我们需要令根结点“逐级下降”，与其某个孩子结点交换位置，使整个树重新满足最大堆的性质。

维护堆的过程如下图所示。

图中，我们要维护结点2对应的堆。由图(a)可以看到，其左子树符合最大堆的性质，其右子树也符合最大堆的性质，但其本身却小于左孩子和右孩子。此时，我们要从结点2、结点4和结点5中选择最大的结点，将其与结点2交换位置，从而得到图(b)所示的状态。接下来，结点4又不满足最大堆的性质了，再将其与结点8和结点9比较大小，从而交换结点4与结点9，得到图(c)的状态。此时，结点9已经成为叶子结点，维护堆的操作结束。

建堆

建堆将一个无序的数组建立成满足堆性质的数组，建堆的过程如下图所示。

首先，给定无序数组A。先将其按从上到下、从左到右的顺序建立二叉树，如图(a)所示。然后从后向前找到第一个不是叶子结点的结点，对该结点执行维护堆操作，完成后该结点对应的子树就满足了堆的性质。继续向前遍历所有的结点，重复维护堆操作，直到根结点对应的堆（即完整的堆）满足堆的性质。

堆排序

现在我们可以考虑如何使用堆实现一个排序算法。由于最大堆的根结点保存了数组的最大值，因此可以每次将根结点的值从数组中取出，再令剩下的元素重新形成堆，如此往复，就可以依次从大到小取出数组中的所有元素。

下图所示为堆排序的完整流程。

图(a)为建堆后的结果。从(a)到(b)的具体过程为，取出根结点16放到末尾，然后把最后一个叶子结点1放到根结点的位置（注意此时堆的元素少了一个），执行一次“维护堆”操作，结果就成了图(b)所示的样子。不断重复这个过程，直到所有结点都离开了堆，堆排序算法就结束了。结果是一个从小到大的数组。

堆排序是原址排序，不需要额外的内存空间，因为堆中元素只存在交换位置的操作，数组在原有地址里排序。

性能分析

堆排序应用了一次建堆操作和

次维护堆操作。

维护堆的时间复杂度很容易分析，对于元素个数为

的堆，其高度为

，那么任意一个结点的维护堆操作时间复杂度应该是

，因为“逐级下降”的级数最多为树的高度，且一般小于树的高度。

建堆操作内部调用了

次维护堆，因此时间复杂度应该是

。但实际上，这并非紧确界，因为每个结点调用维护堆时它们各自的高度是不一样的，如果把各自的高度也考虑进去，就能得到更准确的结果。具体来说，对于高度为

的子树，其维护堆的代价为

。而高度为

的子树有多少个呢？答案是最多有

个，其中

是从树根到高度为

的这一层的距离。然后我们把

从

到

累加起来，即可得到总的时间复杂度。

其中，第三行做了一次放缩，将有限级数求和扩大到无限级数求和，而后者的极限为常数2。于是，我们得到建堆操作更紧确的渐进时间复杂度

。

最后，堆排序的时间复杂度为

。

实现代码

具体实现时，需要先实现堆数据结构，然后利用该数据结构实现堆排序。实现原理本文已经解释清楚，因此不再赘述，代码位于Heap.java和HeapSort.java。

堆的应用

堆除了用于排序之外，还有其它众多用途。

最常见的用途莫过于优先队列。将普通队列建堆，即可得到一个优先队列，最大堆对应着最大优先队列，最小堆对应着最小优先队列。当用户需要从优先队列中取出一个元素时，直接返回堆顶元素，然后将堆的末尾元素补充到堆顶，并执行一次维护堆操作。当用户需要向优先队列插入数据时，直接将该元素置于堆的末尾，然后做一次“逐级上升”的维护堆操作。这样保证了在插入或取出数据时堆的性质都得以保留。

优先队列具有很多实际用途，比如从海量数据中搜索top k、作业调度器、合并有序序列、查找中位数等等，这里就不一一介绍了，感兴趣的同学可以自行查找相关资料。

参考资料

堆的应用 MakeSail