【算法】排序（4），堆排序

大家好，我是被白菜拱的猪。

一个热爱学习废寝忘食头悬梁锥刺股，痴迷于girl的潇洒从容淡然coding handsome boy。

一、写在前言

四五天没有写博客了，怎么越接近开学的日子越懒惰了呢。哈希表，二叉树，线索二叉树的博客没有写，心里一直想着补，补了半天也没动笔，这不行，不能在拖了，以前的东西既往不咎，今天学了堆排序，那么就先把堆排序的东西写完，这样拖啊拖，真的无穷尽也。

二、排序

（一）堆排序

堆排序是对之前讲的排序的补充，是一种选择排序，因为涉及二叉树，所以当时没有讲。

堆排序涉及到大顶堆和小顶堆，升序（从小到大）的时候使用大顶堆，降序的时候使用小顶堆。那么下面就以升序为例进行讲解。

什么是大顶堆呢？大顶堆是一种特殊的完全二叉树，其结点大于等于左右孩子的值，注意这里左右孩子谁大谁小无所谓，不作要求。这就保证了根节点是这颗树的最大值，然后把他与数组的最后一位进行交换。然后在对剩下的元素调整为大顶堆，然后在那走根节点。下面看看具体的思路。

1、思路讲解

堆排序运用了顺序存储二叉树，假如结点在数组中的索引为n（数组从0开始），那么其左孩子的索引为2n+1，右孩子的索引为2n+2,。

具体步骤：

• 将数组构造为大顶堆
• 此时根节点就是数组中最大的元素
• 将其与末尾元素交换，此时数组的末尾元素就为最大值
• 然后将剩下的元素的继续构造为大顶堆，然后在交换
• 如此反复执行，就得到了一个有序序列

堆排序的难点是如何将数组中的元素构造成大顶堆，尤其是初始化这个阶段，我们采取从第一个非叶子结点出发，由下向上，由左向右，使用adjustHeap这个方法，先将以非叶子结点为根结点的树构造成大顶堆，这里会出现一种情况，也是这段代码的难点，是如何给该节点找一个合适的位置，保证其大于左右孩子，比如这种情况。

首先我们保证了90,40,80这三个元素为大顶堆，现在要让整个树为大顶堆，构造大顶堆的原理是先将左孩子与右孩子比较，找出最大的那一个，然后将最大值与其父结点比较，假如父结点大的换就退出比较，我们脑海里想小的话就交换。其实这是错的，因为我们不能保证交换过后，其下面的子树是否也构成大顶堆，比如这里50与90交换的话，50,40,80则不会构成大顶堆，所以我们继续向下查找，找出一个合适的位置来放50（这里指树节点）。我们一开始就要设置一个变量，来存储要构成大顶堆的父节点的值，还要用一个值来记录要交换位置的索引。这里需要好好思考，我也是思考了好久才想明白。

那么有人就有疑惑了，为什么在一开始我们说要从下往上从左往右，然后上面又说向下查找，这不是矛盾吗？其实这不矛盾，从下往上是指从最后一个非叶子几点出发，然后一步步往上，在往上的过程中，这就会使下面的已经是大顶堆，假如那个结点大于左右孩子，则就无须在给他找位置，因为左右孩子都大于了，说明也就大于了左右子树。往下查找是为了结点小于左右孩子，交换位置会破坏下面的大顶堆，所以要给结点找一个合适的位置。

2、代码实现及测试

package com.codingboy.sort;

import java.util.Arrays;

/**
 * @author: ljl
 * @date: 2020/8/21 11:02
 * @description: 堆排序
 */
public class HeapSort {
    public static void main(String[] args) {
        int[] arr1 = {5, 10,2,-1, 3, 2};
        System.out.println(Arrays.toString(arr1));
        heapSort(arr1);
        System.out.println(Arrays.toString(arr1));

        //下面对八百万条数据进行测试
        int[] arr = new int[8000000];
        for (int i = 0; i < arr.length; i++) {
            arr[i] = (int)(Math.random() * 8000000); //Math.random [0,1)
        }
        long before = System.currentTimeMillis();
        heapSort(arr);
        long after = System.currentTimeMillis();
        System.out.println("八百万条数据测试用时(s)：" + (after - before)/1000.0);


    }

    public static void heapSort(int[] arr) {
        //首先初始化大顶堆,从最后一个非叶子节点开始
        for (int i = arr.length / 2 - 1; i >= 0; i--) {
            adjustHeap(arr, i, arr.length);
        }

        int temp = 0;//用来交换的辅助值
        //首元素与尾元素进行交换，继续构造大顶堆，只不过这次是直接从根结点开始
        //因为前面初始化大顶堆之后以及保证了下面都是大顶堆
        //这里i指尾元素
        for (int i = arr.length - 1; i > 0; i--) {
            temp = arr[i];
            arr[i] = arr[0];
            arr[0] = temp;
            //交换过后继续构造,这里i也指数组的长度，因为最后一位已经确定，所以是之前的length - 1即i，下一轮则i--
            adjustHeap(arr, 0, i);
        }

    }

    //传入父结点，以该结点为根结点的数构造大顶堆,length在减小
    public static void adjustHeap(int[] arr, int index, int length) {
        //首先记录当前结点的值
        int temp = arr[index];
        //从上往下查找，给父结点找一个合适的位置
        for (int i = 2 * index + 1; i < length; i = 2 * index + 1) {
            //首先找到左右孩子最大值的一个，这里是从左往右查找
            if (i + 1 < length && arr[i] < arr[i + 1]) {
                i++;
            }
            //最后所有为i的值是左右孩子最大的一个，假如temp（我们是在给temp找位置）比他大，说明已经是大顶堆了，直接退出
            //注意：这里要仔细思考为什么可以直接退出?
            //因为外层我们是从下往上开始，下面的已经是大顶堆，假如比左右孩子还打的话就已经保证了是大顶堆
            if (temp >= arr[i]) {
                break;
            } else {
                //假如小于则交换位置，然后考虑交换位置之后是否会破坏下面的大顶堆的状态，则继续判断
                //注意这里要理解，index是指什么，i指的是什么，
                //i是最后要交换的位置，然后index = i，是继续判断以index为父节点是否为大顶堆
                arr[index] = arr[i];
                index = i;
            }
        }
        //最后索引为index的就是temp放的地方
        arr[index] = temp;
    }
}

最后结果八百万用了两秒多，八千万在我的电脑上用了30秒左右。

3、难点分析

说实在话，堆排序相较于其他排序还是有些难以理解的，不仅仅是思路上，在敲代码的过程中有些变量所代表的意义还是要也多加思考，多加琢磨，比如代码中index和i的含义，不单单指堆排序，像我们敲其他代码也是一样，不能模棱两可，每个变量有每个变量的作用，在敲之前理解变量的意思再去敲就会容易许多，index是指父节点，i是指其左右孩子，交换之后，要去判断是否破坏了下面的大顶堆的状态，所以这时候就要改变index的值，其左右孩子还要改变。

还要为什么在循环开始之前我们要记录index的值，然后在循环的最后来确定该值的位置，我们发现每次需要交换时只需要将父节点的值替换成孩子的值，而之前的父节点还没有确定在那，所以我们需要确定好了合适的位置再去交换。其实在里面频繁交换也可以，但是效率没有最后一次性交换高，这里类似于快速排序，给pivot找位置。

一定要把握好细节上的东西，问问自己为什么要这么写，每一行代码多代表的意思，这样下来脑海中的思路会更加清晰，锻炼自己独自敲代码的能力。

三、结束语

写完这篇给我的最大一个感觉时，我的语言表达能力实在太差，有些地方表达的不是很清晰，这造成“只可意会不可言传”的现状，另外思路讲解的地方没有配有插图步骤，这算是不太完美的地方，因为配图过于耗费时间，又想想写博客的目的是让自己更深刻的了解知识点及其精髓，更重要的效率，所以对于广大博友是在抱歉，可能这篇讲解不太完美多多包涵。

离开学还有一周，虽然学习效率不高，我也不奢求了，能学一点是一点，总比啥都不学强啊，欠的账真不想补啊。想想之前寒暑假作业没怎么写，开学胆战心惊，我最喜欢老师说的一句话之前的就让他过去了，既往不咎，新的学期新的开始，大家努力加油，悬着的心总算放了下来。