堆结构在Java中十分重要,堆的创建的排序也尤为重要,因为向大根堆中插入一个数据,时间复杂度仅为O(logN) (即二叉树的深度,大根堆实为完全二叉树模型)。而大根堆的创建时间复杂度为O(N)——即log1+log2+log3+....log(N-1)
package cn.itcats.sort;
/**
* 堆排序(大根堆)
* @author fatah
*/
public class HeapSort {
//用大根堆进行数组的排序
public void heapSort(int [] arr) {
if(arr == null && arr.length < 2) {
return ;
}
//将传入的数组建立为大根堆
for(int i = 0 ; i < arr.length ;i++) {
heapInsert(arr,i); //0~i
}
int heapSize = arr.length;
//将最后一个元素与大根堆顶部互换(即arr[len]和arr[0]互换)
swap(arr, 0,--heapSize);
while(heapSize > 0 ) {
heapify(arr, 0, heapSize);
swap(arr, 0, --heapSize);
}
}
//建立大根堆,大值向上跑(上升)
public void heapInsert(int[] arr, int i) {
while(arr[i] > arr[(i-1)/2]) {
swap(arr,i,(i-1)/2);
i = (i-1)/2;
}
}
public void swap(int[] arr, int i, int j) {
arr[i] = arr[i] ^ arr[j];
arr[j] = arr[i] ^ arr[j];
arr[i] = arr[i] ^ arr[j];
}
//对于已经存在的大根堆,因为index索引元素变小,可能需要改变某些值才能重新变成大根堆(下沉)
public void heapify(int [] arr,int index,int size) {
//得到index的子节点
int left = index * 2 + 1;
while(left < size) {
//获取子节点的最大值对应索引
int largestIndex = left + 1 < size && arr[left+1] > arr[left]?left + 1: left;
//将子节点最大值与父节点比较,即和arr[index]比较
largestIndex = arr[largestIndex] > arr[index] ? largestIndex : index;
//即index > 子节点最大值 跳出循环
if(largestIndex == index) {
break;
}
//largest != index
swap(arr,largestIndex,index);
//index变化直到叶子节点,或largestIndex == index退出循环
index = largestIndex;
left = index * 2 + 1;
}
}
}