
不停把当前最大值扔到数组最右边
java
开始:[17 3 2 1 100 36 19 25 7]
建堆后:[100 ... ... ...]
第一轮:[堆区域........][100]
第二轮:[堆区域......][36][100]
第三轮:[堆区域....][25][36][100]
最终:[1][2][3][7][17][19][25][36][100]
数组长度为n
阶段一:建堆(Build Heap)
这个阶段的目标是把一个无序的数组,调整成一个"最大堆"。
从最后一个非叶子节点开始:这个节点的位置是 n/2 - 1 (n 是数组长度)。视频中的例子,数组长度n= 9,所以从索引 3 开始。 自底向上调整:**从右到左,从下到上,依次调用 heapify 函数,**确保每个子树都满足最大堆的性质。 核心 heapify 操作:比较父节点和它左右子节点的值,如果父节点不是最大的,就把它和最大的子节点交换。然后,递归地对被交换的子节点进行 heapify 。
阶段二:排序(Sort)
建好最大堆后,数组的第一个元素(索引 0)(树顶)就是当前的最大值。
交换:将堆顶元素(最大值)与数组的最后一个元素交换。 缩小堆范围:将堆的大小减 1(相当于把最大的那个数移出堆,放在数组末尾)。 (不再调整数据末尾的数)
重新调整:对新的堆顶元素(索引 0)调用 heapify ,把剩下的 n-1 个元素重新调整成最大堆。
重复:不断重复"交换"和"调整"的过程,直到堆里只剩一个元素。此时,整个数组就排好序了。
python
class Solution:
def sortArray(self, nums: List[int]) -> List[int]:
# 传入i后,自i向下递归,沉下最小的
def heap(n,i):
big = i
left = 2*i+1
right = 2*i+2
# 找到三个节点中最大的那个
if left<n and nums[big] < nums[left]:
big = left # big在不断更新
if right<n and nums[big] < nums[right]:
big = right
if big != i:
nums[i],nums[big] = nums[big],nums[i]
# i如果不是最大值,交换后节点i被扔到子节点的位置,此时的largest是原来的left/right位置(i的下一层)
heap(n, big) #传入i的下一层,递归
n = len(nums)
# 1. 构建最大堆:从数组最后一个非叶子节点(索引为n//2-1)(即树的倒数第二层)开始,从下往上,从右往左,一直到根节点
# 从下往上,构建最大堆,从下往上把最大值上浮
for i in range(n//2-1, -1, -1):
heap(n, i)
# 此时:最大值一定在堆顶
# 2. 排序:逐个将堆顶元素(最大值)与数组的最后一个元素交换。 缩小堆范围:将堆的大小减 1
# 把最大值放到最后,再排一次,排完最大值又在堆顶,然后以后不参与排序,
# end 从右往左移动,表示堆的有效范围不断缩小
for end in range(n - 1, 0, -1):
nums[0], nums[end] = nums[end], nums[0]
heap(end, 0)
return nums
- 时间复杂度:O(n log n)。建堆是 O(n),排序阶段需要 n 次 O(log n) 的调整。
- 空间复杂度:O(1)。因为所有操作都在原数组上进行,是一种原地排序。