堆排序

堆排序基本介绍
1）堆排序是利用堆这种数据结构而设计的一种排序算法，堆排序是一种选择排序，它的最好，最坏，平均时间复杂度为O(nlogn),它也不是最稳定排序。
2）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。（没有要求结点左孩子右孩子的值大小关系）
3）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
4）大顶堆举例说明

对堆中的结点按层进行编号，映射到数组中就是下面这个样子：

大顶堆特点：arr[i]>=arr[2i+1] && arr[i]>=arr[2i+2]；也就是该结点的值大于或等于其该结点的左、右孩子的值。
5）小顶堆举例说明

小顶堆特点：arr[i]<=arr[2i+1] && arr[i]<=arr[2i+2];结点的值小于等于左、右孩子的值；
6）降序采用小顶堆，升序采用大顶堆

堆排序基本思想：
1）将待排序序列构成一个大顶堆
2）此时，整个序列的最大值就是堆顶的根结点
3）将其与末尾元素进行交换，此时末尾就为最大值。
4）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。
在构建大顶堆的过程中，元素的个数逐渐减少，最后就得到一个有序序列

总结堆排序的基本思路：
1）将无序序列构建成一个堆，根据升序降序需求选择大顶堆或小顶堆
2）将堆顶元素与末尾元素交换，将最大元素“沉”到数组末端
3）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。

package com.sort;

import java.text.SimpleDateFormat;
import java.util.Date;

public class heapSort {

	public static void main(String[] args) {
//		int arr[] = {4,6,8,5,9};
		int [] arr = new int[80000];
		for(int i=0;i<80000;i++) {
			arr[i]=(int)(Math.random()*800000);//給定0到800000的八万个数据
		}
		Date data1 = new Date();
		SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss SSS");
		String data1Str = simpleDateFormat.format(data1);
		System.out.println("排序前的时间："+data1Str);
		heapSort(arr);

		Date data2 = new Date();
		String data2Str = simpleDateFormat.format(data2);
		System.out.println("排序后的时间："+data2Str);
	}
	public static void heapSort(int arr[]) {
		int temp = 0;
//		adjustHeap(arr, 1, arr.length);
//		System.out.println("第一次"+Arrays.toString(arr));
//		adjustHeap(arr, 0, arr.length);
//		System.out.println("第二次"+Arrays.toString(arr));
//		1)将无序序列构建成一个堆，根据升序降序需求选择大顶堆或小顶堆
		for (int i = arr.length/2-1; i>=0; i--) {
			adjustHeap(arr, i, arr.length);
		}
//		2）将堆顶元素与末尾元素交换，将最大元素“沉”到数组末端
//		3）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。
		for (int j = arr.length-1; j >0 ; j--) {
			//交换
			temp = arr[j];
			arr[j] = arr[0];
			arr[0] = temp;
			adjustHeap(arr, 0, j);
		}
//		System.out.println("数组="+Arrays.toString(arr));
	}
	/**功能：完成将以i对应的非叶子结点的树调整成大顶堆
	 * 举例 int arr[] = {4,6,8,5,9};=>i=1=>adjustHeap=>得到{4，9，8，5，6}
	 * 如果我们再次调用adjustHeap传入的是i=0 => 得到{4，9，8，5，6} =>{9,6,8,5,4}
	 * @param arr 待调整的数组
	 * @param i	表示非叶子结点在数组中索引
	 * @param length	表示对多少个元素继续调整，length是在逐渐的减少
	 */
	public static void adjustHeap(int arr[], int i, int length) {
		int temp = arr[i];//先取出当前元素的值，保存在临时变量
		//1.k = i*2+1 k 是i结点的左子结点
		for (int k = i*2+1; k < length; k=k*2+1) {
			if (k+1<length && arr[k]<arr[k+1]) {
				//说明左子结点的值小于右子结点的值
				k++;//指右子结点
			}
			if (arr[k]>temp) {//如果子结点大于父结点
				arr[i] = arr[k];//把较大的值赋给当前结点
				i= k;
				
			}else {
				break;
			}
		}
		//for循环结束后，已经将以i为父结点的树的最大值，放在了最顶（局部）
		arr[i] = temp;//将temp值放到调整后的位置
	}
}
排序前的时间：2020-09-27 21:13:00 786
排序后的时间：2020-09-27 21:13:00 823