【堆 - 专题】堆排序，大根堆，小根堆

要想了解"堆排序、大根堆、小根堆 "是什么，首先要知道什么是堆。

堆是一种特殊的 完全二叉树 ，具有堆化的特性。

其存储结构类似于完全二叉树，可以用数组实现。

与一般的排序方式所定义的有序不同，看似数组中的数字并未按照升序或降序排列，但其实这棵树是已经有序的状态了。为什么呢？这就要引入大、小根堆的概念了：

大根堆: 父结点的值大于或等于其子结点的值

小根堆: 父结点的值小于或等于其子结点的值

由此可以看出，在上图所表示的堆中，不论哪一个结点为根，其子结点均大于根结点，因此这是一个 小根堆。

因为是一种特殊的完全二叉树，其性质与二叉树类似。它能以 <math xmlns="http://www.w3.org/1998/Math/MathML"> O ( l o g N ) O(logN) </math>O(logN) 的时间复杂度完成插入、删除和查找操作，通过调整数组中元素的顺序，维护堆的结构。

下面我们以 大根堆 为例，对堆的两个重要操作: 下调 ( heapfiy ) 和上调 ( heapInsert ) 进行说明。

若结点数组下标为 i ，则：

父结点数组下标：( i - 1 ) / 2;

左孩子数组下标：2 * i + 1 ;

右孩子数组下标：2 * i + 2 ;

下调 heapfiy

给定一个无序数组，希望调整成为一个大根堆。

从 最后一个元素开始 向前遍历，比较自己与左右孩子结点的大小，如果小于孩子结点就交换（即：下调）。下调之后继续与新的左右孩子结点进行比较，能够下调就下调，直到不能下调为止。

向前继续移动，直到所有结点均遍历一遍，所有父结点均大于其孩子结点，便成为了一棵大根堆。

一句话总结：小数往下移

如图所示，6、7、5 是叶子结点，没有孩子。直到遍历到下标为 2 的 2 结点，小于了左子结点 6 ，交换。

接着遍历到了下标为 1 的 9 结点，不小于左右孩子 5 和 7 。因此不需要交换，直接跳过。

接着遍历到了下标为 0 的 4 结点，小于左右孩子 9 和 6 。与较大值 9 进行交换。 继续向下传导 ： 4 结点来到了 1 下标位置，继续与左右孩子 5 和 7 比较，与较大值 7 进行交换。

至此，整个遍历结束。将一个无序数组调整成为了大根堆。**注意：**例子中的数组刚好降序排列，只是个巧合哦！

理解了思路，上代码：

java 复制代码

// 建 大根堆
public static void heapify(int[] arr, int index, int heapSize) {
    int left = index * 2 + 1;
    while (left < heapSize) {
        // 左右子树的最大值下标 largest
        int largest = left + 1 < heapSize && arr[left] < arr[left + 1] ? left + 1 : left;
        if (arr[largest] <= arr[index]) {
            break;
        } else {
            swap(arr, largest, index);
            index = largest;
            left = index * 2 + 1;
        }
    }
}

代码解释

因为堆是完全二叉树，所以结点不一定有右子树，因此需要进行越界判断 left + 1 < heapSize，将左右子树的最大值下标赋给 largest。若最大值大于父结点，则进行交换，并继续向下传导：index = largest; left = index * 2 + 1; 。

上面代码进行了 一次下调 的完整操作即 heapify(), 将数组所有元素倒着遍历一遍即可完成整个大根堆的建立。

java 复制代码

for (int i = arr.length - 1; i >= 0; i--) {
    heapify(arr, i, arr.length);
}

上调 heapInsert

若提前不知道所有的数字（数字一个一个的给出），希望每给出一个数后，都能调整为一个大根堆。

此时我们可以换个方向考虑，从下往上插入。

每给到一个数，考察父结点是否小于该结点，若小于该结点就交换。交换到新位置后继续判断，直到不能再往上交换为止。

一句话总结：大数往上移

例如，分别到来的数字序列为：2，5，6，4，9，7。

2，5 分别到来，5 结点往上移。 6 结点往上移 4 结点到来，可以往上移动一次。 9 结点到来，可以往上移动两次。 7 结点到来，可以往上移动一次。 7 不大于 9 ，不移动，最终大根堆建立好了！

代码超级简单：

java 复制代码

public static void heapInsert(int[] arr, int index) {
    while (arr[index] > arr[(index - 1) / 2]) {
        swap(arr, index, (index - 1) / 2);
        index = (index - 1) / 2;
    }
}

上面代码进行了 一次上调 的完整操作即 heapInsert(), 每到来一个数字就调用一次，此时 index 值为 arr.length - 1 ，最终即可完成整个大根堆的建立。

堆排序

有了大根堆之后，我们就能很轻松的进行堆排序了。其思想是将数组划分为有序和无序的部分，找到未排序部分的最值，放入到已排序部分中，直到未排序的部分为空。

每次将堆顶元素与最后一个元素进行交换，这样最大值就来到了数组的最后。由于堆顶发生了变化，可能不再是一个大根堆，因此进行 heapfiy 操作进行调整。

注意：此时堆大小减一（最后一个元素已经是有序部分了，不需要参与堆的调整）。

以此往复，直到所有的元素均排好序。

java 复制代码

public static void heapSort(int[] arr) {
    if (arr == null || arr.length < 2) {
        return;
    }
    // heapify
    for (int i = arr.length - 1; i >= 0; i--) {
        heapify(arr, i, arr.length);
    }
    int heapSize = arr.length;
    swap(arr, 0, --heapSize);
    while (heapSize > 0) {
        heapify(arr, 0, heapSize);
        swap(arr, 0, --heapSize);
    }

}

// 建 大根堆
public static void heapify(int[] arr, int index, int heapSize) {
    int left = index * 2 + 1;
    while (left < heapSize) {
        int largest = left + 1 < heapSize && arr[left] < arr[left + 1] ? left + 1 : left;
        if (arr[largest] <= arr[index]) {
            break;
        } else {
            swap(arr, largest, index);
            index = largest;
            left = index * 2 + 1;
        }
    }
}

public static void swap(int[] arr, int i, int j) {
    int tmp = arr[i];
    arr[i] = arr[j];
    arr[j] = tmp;
}

理解了 heapInsert 操作之后，再来看堆排序的代码是不是很轻松呢？

下篇文章我们继续对堆做进一步深入的学习 ------ 手写加强堆！

~点赞 ~ 关注 ~ 不迷路 ~！！！

-------往期回顾-------