排序算法：堆排序_堆排序条件

 

相关博客：

排序算法：冒泡排序、插入排序、选择排序、希尔排序

排序算法：归并排序、快速排序

排序算法：桶排序、计数排序、基数排序

排序算法：堆排序

十大排序算法小结

---

一、堆：

1、什么是堆：

堆是一种特殊的树，它满足需要满足两个条件：

（1）堆是一种完全二叉树，也就是除了最后一层，其他层的节点个数都是满的，最后一个节点都靠左排列。

（2）堆中每一个节点的值都必须大于等于（或小于等于）其左右子节点的值。

对于每个节点的值都大于等于子树中每个节点值的堆，我们叫作“大顶堆”。对于每个节点的值都小于等于子树中每个节点值的堆，我们叫作“小顶堆”。

2、堆的实现：

用数组来存储完全二叉树是非常节省内存空间的，因为我们不需要存储左右子节点的指针，单纯通过数组的下标，就可以找到一个节点的子节点和父节点。

从图中我们可以看到，数组中下标为 i 的节点的左子节点，就是下标为 i∗2 的节点，右子节点就是下标为 i∗2+1的节点，父节点就是下标为i/2的节点。

3、堆的核心操作：

（1）往堆中插入一个元素：

我们新插入一个元素之后，堆可能就不满足堆的特性了，就需要进行调整，让其重新满足堆的特性，即堆化(heapify)，堆化非常简单，就是顺着节点所在的路径，向上或者向下，对比，然后交换。所以分为两种，从下往上 和 从上往下。

①从下往上堆化：

例如：在已经建好的堆中插入值为“22”的结点，这时候就需要重新调整堆结构，过程如下：

Java代码实现：

public class Heap {
	private int[] a;//数组，从下标1开始存储数据
	private int n;//堆可以存储的最大数据个数
	private int count;//堆中已经存储的数据个数
	
	public Heap(int capacity){
		a = new int[capacity+1];
		n=capacity;
		count = 0;
	}
	
	//1、插入数据，并从下往上堆化
	public void insert(int data){
		if(count>=n) return;//堆满了
		++count;
		a[count]=data;
		int i = count;
		while(i/2>0 && a[i]>a[i/2]){
			swap(a,i,i/2);
			i=i/2;
		}
	}
 
	private void swap(int[] array, int i, int j) {
		int temp=array[j];
		array[j]=array[i];
		array[i]=temp;
	}
}

（2）从堆中删除堆顶元素：

删除步骤：把最后一个节点放到堆顶，然后利用同样的父子节点对比方法。对于不满足父子节点大小关系的，互换两个节点，并且重复进行这个过程，直到父子节点之间满足大小关系为止。这就是从上往下的堆化方法。

例如：删除堆顶的“33”结点，删除步骤如下：

Java代码实现：

        public void removeMax(){
		if(count ==0) return;
		a[1]=a[count];
		--count;
		heapity(a,count,1);
	}
 
	//2、自上往下堆化
	private void heapity(int[] a2, int n, int i) {
		while(true){
			int MaxPos=i;
			if(i*2<=n && a[i]<a[i*2]) MaxPos=i*2;
			if(i*2+1<=n && a[MaxPos]<a[i*2+1]) MaxPos=i*2+1;
			
			if(MaxPos==i) break;
			swap(a, i, MaxPos);
			i=MaxPos;
		}
	}

一个包含 n个节点的完全二叉树，树的高度不会超过 log2n。堆化的过程是顺着节点所在路径比较交换的，所以堆化的时间复杂度跟树的高度成正比，也就O(logn)。插入数据和删除堆顶元素的主要逻辑就是堆化，所以在堆中插入一个元素和删除堆顶元素的时间复杂度都是O(logn)。

---

二、堆排序：

1、算法原理：

堆排序是指利用堆这种数据结构进行排序的一种算法。

（1）排序过程中，只需要个别临时存储空间，所以堆排序是原地排序算法，空间复杂度为O(1)。

（2）堆排序的过程分为建堆和排序两大步骤。建堆过程的时间复杂度为O(n)，排序过程的时间复杂度为O(nlogn)，所以，堆排序整体的时间复杂度为O(nlogn）。

（3）堆排序不是稳定的算法，因为在排序的过程中，存在将堆的最后一个节点跟堆顶节点互换的操作，所以可能改变值相同数据的原始相对顺序。

2、建堆：

（1）第一种是实现思路：借助前面的，在堆中插入元素的思路。将要排序的数组从前往后处理，依次到插入堆中，并且每次都从下往上进行堆化。

（2）第二种实现实现思路：从后往前处理数组，并且每个数据都是从上往下堆化。也就是从二叉树中第一个非叶子节点开始开始堆化，因为叶子节点往下堆化只能自己跟自己比较。如下图：

Java代码实现：

        //3、第二种堆化的方法：
	public void buildHeap(int[] a,int n){
		for(int i=n/2;i>=1;--i){
			heapity(a,n,i);
		}
	}
	
	//2、自上往下堆化
	private void heapity(int[] a, int n, int i) {
		while(true){
			int MaxPos=i;
			if(i*2<=n && a[i]<a[i*2]) MaxPos=i*2;
			if(i*2+1<=n && a[MaxPos]<a[i*2+1]) MaxPos=i*2+1;
			
			if(MaxPos==i) break;
			swap(a, i, MaxPos);
			i=MaxPos;
		}
	}

3、排序：

（1）建堆：建堆结束后，数组中的数据已经是按照大顶堆的特性组织的。数组中的第一个元素就是堆顶。

（2）取出最大值(类似删除操作)：将堆顶元素a[1]与最后一个元素a[n]交换，这时，最大元素就放到了下标为n的位置。

（3）重新堆化：交换后新的堆顶可能违反堆的性质，需要重新进行堆化。

（4）重复(2)(3)操作，直到最后堆中只剩下下标为1的元素，排序就完成了。

Java代码实现：

        //4、排序,n表示数据的个数。
	public void sort(int[] a,int n) {
		buildHeap(a,n);
		int k=n;
		while(k>1){
			swap(a, 1, k);
			--k;
			heapity(a,k,1);
		}
	}

 

 

本篇博客主要参考《极客时间》王争的《数据结构与算法之美》专栏第28节。