Java实现堆排序（java堆排序算法代码）

堆排序与快速排序，归并排序一样都是时间复杂度为O(N*logN)的几种常见排序方法。学习堆排序前，先讲解下什么是数据结构中的二叉堆。

堆的定义

n个元素的序列{k1，k2，…,kn}当且仅当满足下列关系之一时，称之为堆。

情形1：ki <= k2i 且ki <= k2i+1 （最小化堆或小顶堆）

情形2：ki >= k2i 且ki >= k2i+1 （最大化堆或大顶堆）

其中i=1,2,…,n/2向下取整;

若将和此序列对应的一维数组（即以一维数组作此序列的存储结构）看成是一个完全二叉树，则堆的含义表明，完全二叉树中所有非终端结点的值均不大于（或不小于）其左、右孩子结点的值。

由此，若序列{k1，k2，…,kn}是堆，则堆顶元素（或完全二叉树的根）必为序列中n个元素的最小值（或最大值）。

堆的存储

一般用数组来表示堆，若根结点存在序号0处， i结点的父结点下标就为(i-1)/2。i结点的左右子结点下标分别为2*i+1和2*i+2。

堆排序的实现

实现堆排序需要解决两个问题：

1.如何由一个无序序列建成一个堆？

2.如何在输出堆顶元素之后，调整剩余元素成为一个新的堆？

先考虑第二个问题，一般在输出堆顶元素之后，视为将这个元素排除，然后用表中最后一个元素填补它的位置，自上向下进行调整：首先将堆顶元素和它的左右子树的根结点进行比较，把最小的元素交换到堆顶；然后顺着被破坏的路径一路调整下去，直至叶子结点，就得到新的堆。

我们称这个自堆顶至叶子的调整过程为“筛选”。

从无序序列建立堆的过程就是一个反复“筛选”的过程。

public class HeapSort {
 int[] arr;
 public static void main(String[] args) {
 	HeapSort heapSor = new HeapSort();
 	
 int[] arr = new int[100]; //0下标放的是数组长度，
 for(int i=arr.length-1;i>=0;i--){
 	Random r = new Random();
 	arr[i] = i*r.nextInt(10000);
 }
 Date date1 = new Date();
 System.out.println("----------开始----------"+date1);
 heapSor.arr = arr;
 heapSor.heapSort(arr);
 Date date2 = new Date();
 System.out.println("----------结束----------"+date2);
 for(int i=0;i<arr.length;i++){
 System.out.println(arr[i]);
 }
 
 System.out.println("用时："+(date2.getTime()-date1.getTime()));
 }
 void heapAdjust(int[] arr,int s,int m){
 //已知arr[s...m]中记录的关键字除arr[s]之外均满足堆的定义，本函数调整arr[s]的关键字，使arr[s...m]成为一个最大堆
 int rc = arr[s]; //s是最后一个非叶子节点
 
 for(int j=2*s;j <= m;j = s*2){
 if(j<m && arr[j]<arr[j+1])
 j++; //j为key较大的下标
 if(rc >= arr[j]) break;
 arr[s] = arr[j]; //上移到父节点
 s=j;
 }
 arr[s]=rc; //要放入的位置
 }
 
 void heapSort(int[] arr){
 //对数组进行建堆操作，就是从最后一个非叶结点进行筛选的过程
 for(int i=(arr.length-1)/2;i > 0;i--){//因为0没有使用，所以length-1
 heapAdjust(arr,i,arr.length-1); 
 }
 System.out.println("........建堆完成.............");
 
 outputArr(1);
 for(int i=arr.length-1; i>1; i--){
 int temp = arr[1];
 arr[1] = arr[i];
 arr[i] = temp;
 heapAdjust(arr,1,i-1);
 }
 }
 void outputArr(int i){
 
 if(i <= arr[0]){
 System.out.println(arr[i]);
 outputArr(i*2); //左
 outputArr(i*2+1); //右
 }
 }
}