数据结构-堆排序Java实现

一、引言

    堆排序是一种利用堆这种数据结构所设计的一种排序算法。堆是一个近似完全二叉树的结构，并同时满足堆积的性质：即子结点的键值或索引总是小于（或者大于）它的父节点。

二、算法步骤

堆排序的核心是建立和维护一个二叉堆，通常是一个最大堆（Max Heap）或最小堆（Min Heap）。在最大堆中，根节点的值是最大的，而在最小堆中，根节点的值是最小的。堆排序的基本思路如下：

1. 构建最大堆：将未排序的数组构建成一个最大堆。这通常需要从最后一个非叶子节点开始，逐步向前调整，使整个数组满足最大堆的性质。
2. 交换和堆化：将最大堆的根节点与最后一个元素交换，然后减小堆的大小（即排除最后一个元素），再对根节点进行堆化操作，以保持最大堆的性质。
3. 重复步骤2：重复执行步骤2，直到堆的大小减小到1，排序完成。

三、原理演示

堆排序是一种基于二叉堆数据结构的排序算法，它通过构建和维护一个最大堆（或最小堆）来对数组进行排序。在这里，我将动态说明堆排序的实现过程，以帮助您更好地理解它。

步骤1: 构建最大堆

假设我们有一个未排序的整数数组作为输入。第一步是将这个数组构建成一个最大堆，确保堆的性质：每个父节点的值都大于或等于其子节点的值。初始数组：
[4, 10, 3, 5, 1]
构建最大堆的过程：
从数组的中间元素开始，即索引为 n/2 - 1，这是最后一个非叶子节点。从这个节点向前遍历，执行堆化操作。
[4, 10, 3, 5, 1]
堆化过程：从根节点开始，比较它与其子节点的值，如果子节点的值更大，则交换它们，然后继续堆化子节点。
[10, 4, 3, 5, 1]
继续堆化直到整个数组成为最大堆。

步骤2: 交换和堆化

在第一步完成后，我们已经构建了一个最大堆，其中根节点包含最大的元素。现在，我们将根节点与最后一个元素交换，将最大元素放到正确的位置。交换和堆化的过程：
交换根节点和最后一个元素：
[1, 4, 3, 5, 10]
减小堆的大小，排除最后一个元素。
对根节点进行堆化操作，以保持最大堆性质。
[5, 4, 3, 1]
重复步骤1和步骤2，直到堆的大小减小到1，排序完成。

步骤3: 排序完成

最终，堆排序完成，数组中的元素按升序排列。
排序完成的数组：
[1, 3, 4, 5, 10]
这就是堆排序的整个过程。它的时间复杂度为O(nlogn)，具有稳定性，适用于大型数据集的排序。堆排序的核心是构建和维护堆，确保最大（或最小）元素位于根节点，然后将根节点与数组末尾的元素交换，并逐渐减小堆的大小。

四、代码实战

下面我们使用java演示一下堆排序的过程:

public class HeapSort {
    public static void main(String[] args) {
        int[] arr = {12, 11, 13, 5, 6, 7};
        int n = arr.length;

        System.out.println("原始数组：");
        printArray(arr);

        heapSort(arr);

        System.out.println("排序后的数组：");
        printArray(arr);
    }

    public static void heapSort(int[] arr) {
        int n = arr.length;

        // 构建最大堆
        for (int i = n / 2 - 1; i >= 0; i--) {
            heapify(arr, n, i);
        }

        // 逐个提取元素并排序
        for (int i = n - 1; i >= 0; i--) {
            int temp = arr[0];
            arr[0] = arr[i];
            arr[i] = temp;

            heapify(arr, i, 0);
        }
    }

    public static void heapify(int[] arr, int n, int i) {
        int largest = i;
        int left = 2 * i + 1;
        int right = 2 * i + 2;

        if (left < n && arr[left] > arr[largest]) {
            largest = left;
        }

        if (right < n && arr[right] > arr[largest]) {
            largest = right;
        }

        if (largest != i) {
            int swap = arr[i];
            arr[i] = arr[largest];
            arr[largest] = swap;

            heapify(arr, n, largest);
        }
    }

    public static void printArray(int[] arr) {
        for (int value : arr) {
            System.out.print(value + " ");
        }
        System.out.println();
    }
}
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
52
53
54
55
56
57
58
59
60
61

上述代码演示了堆排序的实现。它首先定义了一个包含整数数组的示例，然后调用 heapSort 方法来对数组进行排序。heapSort 方法首先构建一个最大堆，然后进行排序。heapify 方法用于维护最大堆的性质。

五、结论

我们一起来总结一下：

1. 堆排序是一种选择排序的变种，它将待排序序列划分成若干个子序列，每个子序列都满足堆积的性质，即子序列的最大值（或最小值）位于其顶部。
2. 堆排序的时间复杂度为O(nlogn)，其中n表示待排序序列的长度。这是因为堆排序需要将序列构造成堆，这需要O(nlogn)的时间复杂度，然后需要依次取出每个元素，这需要O(n)的时间复杂度。
3. 堆排序的空间复杂度为O(1)。这是因为堆排序只需要在内存中使用常数级别的额外空间来完成排序。
4. 堆排序是原地排序算法，也就是说，它不需要额外的存储空间，除了用于存储待排序序列本身的存储空间之外。
5. 堆排序是稳定的排序算法，也就是说，它保持了相同元素的相对顺序。
6. 堆排序适用于大规模数据的排序，特别是当内存空间有限时，因为它只需要常数级别的额外空间。
7. 堆排序算法的实现比较简单，但理解和掌握它需要对数据结构和算法有较深入的理解。
   点赞收藏，富婆包养✋✋