清晰理解堆排序

堆的定义

• 一个完全二叉树中，任意父结点总是大于或等于（小于或等于）任何一个子节点，则为大顶堆（小顶堆）。

堆的数组存储方式

完全二叉树适合采用顺序存储的方式，因此一个数组可以看成一个完全二叉树。

• 节点编号：树根起，自上层到下层，每层从左至右，给所有结点顺序编号，能得到一个反映整个二叉树结构的线性序列。

• 编号特点：

从一个结点的编号就可推得其双亲，左、右孩子，兄弟等结点的编号。假设编号为i的结点是ki(1≤i≤n)，则有：

　　①若i>1，则ki的双亲编号为i/2；若i=1，则Ki是根结点，无双亲。

　　②若2i≤n，则Ki的左孩子的编号是2i；否则，Ki无左孩子，即Ki必定是叶子。因此完全二叉树中编号i>n/2的结点必定是叶结点。

　　③若2i+1≤n，则Ki的右孩子的编号是2i+1；否则，Ki无右孩子。

注：ki(0≤i≤n)满足数组下标时,则可能的左右孩子分别为2i+1、2i+2。

堆排序的思想（以大顶堆为例）

利用堆顶记录的是最大关键字这一特性，每一轮取堆顶元素放入有序区，就类似选择排序每一轮选择一个最大值放入有序区，可以把堆排序看成是选择排序的改进。

1. 将初始待排序关键字序列(R0,R1,R2....Rn)构建成大顶堆，此堆为初始的无序区；
2. 将堆顶元素R[0]与最后一个元素R[n]交换，此时得到新的无序区(R0,R1,R2,......Rn-1)和新的有序区(Rn)；
3. 由于交换后新的堆顶R[0]可能违反堆的性质，因此需要对当前无序区(R0,R1,R2,......Rn-1)调整为新堆。

不断重复此2、3步骤直到有序区的元素个数为n-1，则整个排序过程完成。

算法分析

筛选算法

//最难理解的地方

• 目标：一个所有子树都为堆的完全二叉树。意思就是这个二叉树只差跟节点不满足堆的结构。//很重要，很重要，很重要

    如下图：

• 方法：首先将root和它的左右子树的根结点进行比较，把最大的元素交换到root节点；然后顺着被破坏的路径一路调整下去，直至叶子结点，就得到新的堆。

• 运用：1.在上文提到的堆排序思想，2-3步骤中将无序区调整为堆的时候用到。

          2.初始化堆

初始化堆

从最后一个非叶子节点i（i=n/2,n为节点个数）开始，将以i为根节点的二叉树通过筛选调整为堆。以第一张图为例，编号顺序为8、7、6...1。

从最后一个非叶子节就保证了筛选算法的正确性，因为筛选算法的目标是一个所有子树都为堆的完全二叉树。

java实现堆排序

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51

package sort;   import java.util.Arrays; import util.MathUtil; /**   * 通过大顶堆实现堆排序，升序排序   *   */   public class HeapSort {      public static void main(String[] args) {          int [] arr={ 9 , 6 , 12 , 32 , 23 , 11 , 2 , 100 , 85 };          sort(arr);          System.out.println(Arrays.toString(arr));      }      //这里将i定义为完全二叉树的根      //将完全二叉树调整为大顶堆,前提是二叉树的根的子树已经为大顶堆。      public static void adjustHeap( int []a , int i, int size){          int lChild= 2 *i+ 1 ;        //左孩子          int rChild= 2 *i+ 2 ;        //又孩子          int max=i;                //临时变量          if (i<size/ 2 ){            //如果i是叶子节点就结束              if (lChild<size&&a[max]<a[lChild])                  max=lChild;              if (rChild<size&&a[max]<a[rChild])                  max=rChild;              if (max!=i){                  MathUtil.swap(a, max, i); //交换后破环了子树的堆结构                  adjustHeap(a, max, size); //递归，调节子树为堆              }          }      }            //建立堆，堆是从下往上建立的，因为adjustHeap函数是建立在子树已经为大顶堆。      public static void buildHeap( int []a, int size){             for ( int i=size/ 2 ;i>= 0 ;i--){ //从最后一个非叶子节点，才能构成adjustHeap操作的目标二叉树              adjustHeap(a, i, size);          }             }        //将数组分为两部分，一部分为有序区，在数组末尾，另一部分为无序区。堆属于无序区      public static void sort( int [] arr){          int size=arr.length;          buildHeap(arr, size);          for ( int i=size- 1 ;i> 0 ;i--){ //i为无序区的长度，经过如下两步，长度递减              //堆顶即下标为0的元素              MathUtil.swap(arr, i, 0 ); //1.每次将堆顶元素和无序区最后一个元素交换，即将无序区最大的元素放入有序区              adjustHeap(arr, 0 , i);   //2.将无顺区调整为大顶堆，即选择出最大的元素。          }      }    }