经典排序算法——堆排序——Java实现及算法解析

---

一、前言

1. 什么是堆？

堆是一种重要的数据结构，它是一种完全二叉树。堆分为最大堆和最小堆，最大堆任意子树根节点不小于任意子结点，即每一个父节点一定大于其两个左右子节点；最小堆则与之相反，最小堆的根节点不大于任意子结点。底层如果用数组存储数据的话，假设某个元素为序号为 i (Java数组从0开始，i为0到n-1)，如果它有左子树，那么左子树的位置是2i+1，如果有右子树，右子树的位置是2i+2，如果有父节点，父节点的位置是(n-1)/2 向下取整。

2. 堆排序的概念

所谓堆排序就是利用堆这种数据结构的性质来对数组进行排序，在数组的非降序排序中，需要使用的就是最大堆，因为根据最大堆的性质可知，最大的值一定在堆顶。堆排序一种不稳定的排序算法，其时间复杂度为O(nlogn)。

堆排序其实也是一种选择排序，是一种树形选择排序。只不过直接选择排序中，为了从 R[1···n] 中选择最大记录，需比较 n-1 次，因此 n 次交换时间复杂度为O(n)。以大顶堆升序排序为例，每次将堆顶值沉入到底部并且重新构建大顶堆的时间复杂度为O(log2n)。因此堆排序的整体时间复杂度为O(nlogn)。

二、堆排序的Java代码实现

1. 算法思想

• （1）构建最大堆；
• （2）选择顶，并与第0位置元素交换，堆长度减 1；
• （3）由于步骤（2）的的交换可能破环了最大堆的性质，即第0位置的元素不再是最大元素，则需要重新调整堆maxHeap(沉降法，下面会针对代码部分详细讲解)，根据实际情况重复步骤（2），直至堆列表长度为 0 ，即升序排序完成。

堆排序中最重要的算法就是maxHeap，该函数假设一个元素的两个子节点都满足最大堆的性质(即左、右子树都是最大堆)，只有根元素可能违反最大堆性质，那么把该元素以及左右子节点的最大元素找出来，如果该元素已经最大，那么整棵树都是最大堆，程序退出，否则交换根元素与最大元素的位置，继续调用maxHeap构建最大元素所在的子树。

2. Java代码解析

我们根据排序思路，逐步解析代码过程（完整代码在后面）。首先我们要根据输入的初始化序列，使得我们的堆结构成为最大堆。代码从堆最后一个非叶子结点（ i = arr.length/2-1 ）开始从下至上，从右至左调整堆结构，调整结构方法即为maxHeap方法。例如下图中堆，即从 index 为 9 / 2 - 1 = 3 的位置开始调整以 index = 3为顶的子树，将最大值升到顶部。

部分代码（构建大顶堆）：

		//1.构建大顶堆
        for(int i = arr.length/2-1; i >= 0; i--){
   
            //从堆最后一个非叶子结点从下至上，从右至左调整结构
            maxHeap(arr, i, arr.length);
        }

从 i = arr.length/2-1 节点开始，调用maxHeap方法，升降堆中的值调整堆结构。

  public static void maxHeap(int[] arr, int i, int length){
   
      int temp = arr[i];
      for(int k = i*2 +1; k < length; k = k*