数据结构与算法学习笔记八--堆排序

1. 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，它的最坏，最好，平均时间复杂度均为O(nlogn)，它也是不稳定排序。
2. 堆是具有以下性质的完全二叉树：每个节点的值都大于或等于其左右孩子节点的值，称为大顶堆，注意：没有要求节点的左孩子的值和右孩子值的大小关系。
3. 每个节点的值都小于或等于其左右孩子节点的值，称为小顶堆。
4. 大顶堆举例说明：
   
5. 小顶堆举例说明
   
6. 一般升序采用大顶堆，降序采用小顶堆

2. 堆排序基本思想

堆排序的基本思想是：

1. 将待排序序列构造成一个大顶堆
2. 此时，整个序列的最大值就是堆顶的根节点
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。
5. 可以看到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了。

2.1 堆排序代码实现

public class HeapSort {

    public static void main(String[] args) {
        // 要求将数组进行升序排序
        int arr[] = {4, 6, 8, 5, 9};
        HeapSort(arr);
    }

    // 编写一个堆排序的方法
    public static void HeapSort(int arr[]) {
        int temp = 0;
        System.out.println("堆排序");
        // 将无序序列构建成一个堆，根据升序降序需求选择大顶堆和小顶堆
        // 此时我们从最后一个非叶子节点开始（叶节点自然不用调整，最后1个非叶子节点arr.length/2-1 = 5/2-1 =
        // 1,也就是下面的6节点），从左至右，从下至上进行调整
        for (int i = arr.length / 2 - 1; i >= 0; i--) {
            adjustHeao(arr, i, arr.length);
        }

        // 将堆顶元素与末尾元素交换，将最大元素下沉到数组末端
        // 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;
            adjustHeao(arr, 0, j);
        }
        System.out.println("數組=" + Arrays.toString(arr));
    }

    //
    // 将一个数组（二叉树），调整成大顶堆
    /**
     * 功能：完成将 以 i 对应的非叶子节点的树调整成大顶堆
     * 
     * @param arr    待调整的数组
     * @param i      表示非叶子节点在数组中的索引
     * @param length 表示对多少个元素继续调整，length 在逐渐减少
     */
    public static void adjustHeao(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
        // 先 k 为当前节点的左子节点，下一次变为当前节点的左子节点的左子节点，就是一直遍历左子节点
        for (int k = i * 2 + 1; k < length; k = k * 2 + 1) {
            if (k + 1 < length && arr[k] < arr[k + 1]) { // 说明左子节点的值小于右子节点的值
                k++;// k指向右子节点
            }
            if (arr[k] > temp) {// 如果子节点大于父节点
                arr[i] = arr[k]; // 把较大的值赋给当前节点
                i = k;// i 指向 k，继续循环比较
            } else {
                break;
            }
        }
        // 当for 循环结束后，我们已经将以i为父节点的树的最大值，放在了最顶（局部）
        arr[i] = temp;// 将temp值放在调整后的位置
    }
}