排序算法之堆排序

简介

之前讲过简单选择排序，它是通过$n$次遍历，每次选出最小值，从而完成排序，因为没有保存每次遍历的结果，所以在每次遍历时都要遍历剩余的所有元素，因此操作次数较多，那我们可不可以在每次选择最小元素的同时，根据比较结果对其他元素进行调整，使其最小值始终处于某个位置，这样每次选择最小值时就不用进行多余的操作，从而提高了效率。下面我们就介绍这样一种排序算法——堆排序。

原理

堆排序是采用堆结构对元素集合进行排序。我们之前讲过堆得概念，堆是指具有以下性质的完全二叉树：每个节点的值都大于（小于）或等于其左右孩子节点的值，我们称之为大顶堆（小顶堆）。如下图，左边是大顶堆，右边是小顶堆。

由堆得定义可知，其根节点的值一定是所有节点中最大或最小的值。根据这个性质，我们可以将根节点值取出并删除，将取出的根节点值按序放入一个数组中，然后将剩余的节点重新按堆序性排序，重复此操作，直至所有节点都被排序完成。但这样存在一个问题，那就是需要一个额外的数组空间，这将使空间复杂度增加。为了解决这一问题我们可以使用堆中的空间，我们每次$delete$时，堆的空间减少一位，而这一位刚好可以用来存放删除的那个元素。这样就可以很好地解决这一问题。如下图所示，删除最大值97之后，将97放入删除前尾元素的位置，然后再将剩余元素重新构建成堆。

之后的操作完全相同。整个过程只涉及到两步，首先对所有元素构建堆，然后按上述过程排序。下面进行代码实现，因为构建的过程只涉及到下滤。其原理见二叉堆。这里就不在详细讲解。

代码实现

void percDown(SqList* L, int index, int size)
{
	if (index >= size)
		return;
	L->r[0] = L->r[index];
	for (int i = index * 2; i <= size; i *= 2)
	{
		//选取左右孩子最大值
		if (i + 1 <= size)
			if (L->r[i + 1] > L->r[i])
				i++;
		if (L->r[0] >= L->r[i])
			break;
		L->r[index] = L->r[i];
		index = i; //继续下滤
	}
	L->r[index] = L->r[0]; //插入
}

void heapSort(SqList* L)
{
	if (!L)
		return;
	for (int i = L->length / 2; i > 0; i--) //将L中的r数组构建成最大堆
		percDown(L, i, L->length);

	for (int j = L->length; j > 1; j--) //排序
	{
		swap(L, j, 1);
		percDown(L, 1, j - 1);
	}
}

完整代码见https://github.com/kfcyh/sort/tree/master/heapsort

性能分析

堆排序的时间复杂度为$O(nlogn)$，并且经验指出，堆排序算法的性能及其稳定，无论最好、最坏还是平均时间复杂度都是$O(nlogn)$，这些性能要远远好过冒泡、简单选择和直接插入的$O(n^2)$。但初始时构建堆所需的比较次数较多，不适合排序个数较少的情况。