如何理解“堆”

堆排序是一种原地的、时间复杂度为 O(nlogn) 的排序算法

堆的两个特点：

一颗完全二叉树
堆中每个节点都必须大于等于（或者小于等于）其左右子节点的值；

对于每个节点的值都大于等于子树中每个节点值的堆，叫做“大顶堆”。对于每个节点的值都小于等于子树中每个节点值的堆，叫做“小顶堆”。

如何实现一个“堆”

如何存储一个堆

完全二叉树比较适合用数组来存储。用数组来存储完全二叉树是非常节省存储空间的。因为不需要存储左右子节点的指针，单纯地通过数组的下标，就可以找到一个节点的左右子节点和父节点。

堆都支持哪些操作

堆中插入一个元素

插入元素放到最后，需要进行堆化操作：堆化实际上有两种，从下往上和从上往下。这里我先讲从下往上的堆化方法——顺着节点所在的路径，向上或者向下，对比，然后交换


public class Heap {private int[] a; // 数组，从下标1开始存储数据private int n;  // 堆可以存储的最大数据个数private int count; // 堆中已经存储的数据个数public Heap(int capacity) {a = new int[capacity + 1];n = capacity;count = 0;}public void insert(int data) {if (count >= n) return; // 堆满了++count;a[count] = data;int i = count;while (i/2 > 0 && a[i] > a[i/2]) { // 自下往上堆化swap(a, i, i/2); // swap()函数作用：交换下标为i和i/2的两个元素i = i/2;}}}

删除堆顶元素

思路一：删除堆顶元素之后，就需要把第二大的元素放到堆顶，那第二大元素肯定会出现在左右子节点中。然后我们再迭代地删除第二大节点，以此类推，直到叶子节点被删除。此方法会出现数组空洞

思路二：把最后一个节点放到堆顶，然后利用同样的父子节点对比方法。对于不满足父子节点大小关系的，互换两个节点，并且重复进行这个过程，直到父子节点之间满足大小关系为止。这就是从上往下的堆化方法。

实现代码：


public void removeMax() {if (count == 0) return -1; // 堆中没有数据a[1] = a[count];--count;heapify(a, count, 1);
}private void heapify(int[] a, int n, int i) { // 自上往下堆化while (true) {int maxPos = i;if (i*2 <= n && a[i] < a[i*2]) maxPos = i*2;if (i*2+1 <= n && a[maxPos] < a[i*2+1]) maxPos = i*2+1;if (maxPos == i) break;swap(a, i, maxPos);i = maxPos;}
}

如何基于堆实现排序？

这种排序方法的时间复杂度非常稳定，是 O(nlogn)，并且它还是原地排序算法。堆排序的过程分为2步骤：

1、建堆

思路一：数组中包含 n 个数据，但是我们可以假设，起初堆中只包含一个数据，就是下标为 1 的数据。然后，我们调用前面讲的插入操作，将下标从 2 到 n 的数据依次插入到堆中。这样我们就将包含 n 个数据的数组，组织成了堆。此方法从前往后处理数组数据，并且每个数据插入堆中时，都是从下往上堆化。不推荐

思路二：从后往前处理数组，并且每个数据都是从上往下堆化。以下图示：

实现代码


private static void buildHeap(int[] a, int n) {for (int i = n/2; i >= 1; --i) {heapify(a, n, i);}
}private static void heapify(int[] a, int n, int i) {while (true) {int maxPos = i;if (i*2 <= n && a[i] < a[i*2]) maxPos = i*2;if (i*2+1 <= n && a[maxPos] < a[i*2+1]) maxPos = i*2+1;if (maxPos == i) break;swap(a, i, maxPos);i = maxPos;}
}

对下标从 2n 开始到 1 的数据进行堆化，下标是 2n+1 到 n 的节点是叶子节点，我们不需要堆化。实际上，对于完全二叉树来说，下标从 2n+1 到 n 的节点都是叶子节点。

建堆的时间复杂度就是 O(n)。

2、排序

建堆结束之后，数组中的数据已经是按照大顶堆的特性来组织的。数组中的第一个元素就是堆顶，也就是最大的元素。我们把它跟最后一个元素交换，那最大元素就放到了下标为 n 的位置。
这个过程有点类似上面讲的“删除堆顶元素”的操作，当堆顶元素移除之后，我们把下标为 n 的元素放到堆顶，然后再通过堆化的方法，将剩下的 n−1 个元素重新构建成堆。堆化完成之后，我们再取堆顶的元素，放到下标是 n−1 的位置，一直重复这个过程，直到最后堆中只剩下标为 1 的一个元素，排序工作就完成了。

堆排序过程代码：


// n表示数据的个数，数组a中的数据从下标1到n的位置。
public static void sort(int[] a, int n) {buildHeap(a, n);int k = n;while (k > 1) {swap(a, 1, k);--k;heapify(a, k, 1);}
}

分析一下堆排序的时间复杂度、空间复杂度以及稳定性

1、整个堆排序的过程，都只需要极个别临时存储空间，所以堆排序是原地排序算法。

2、堆排序包括建堆和排序两个操作，建堆过程的时间复杂度是 O(n)，排序过程的时间复杂度是 O(nlogn)，所以，堆排序整体的时间复杂度是 O(nlogn)。

3、堆排序不是稳定的排序算法，因为在排序的过程，存在将堆的最后一个节点跟堆顶节点互换的操作，所以就有可能改变值相同数据的原始相对顺序。

解释：在前面的讲解以及代码中，我都假设，堆中的数据是从数组下标为 1 的位置开始存储。那如果从 0 开始存储，实际上处理思路是没有任何变化的，唯一变化的，可能就是，代码实现的时候，计算子节点和父节点的下标的公式改变了。如果节点的下标是 i，那左子节点的下标就是 2∗i+1，右子节点的下标就是 2∗i+2，父节点的下标就是 2i−1。

解答标题

第一点，堆排序数据访问的方式没有快速排序友好。对于快速排序来说，数据是顺序访问的。而对于堆排序来说，数据是跳着访问的。堆排序中，最重要的一个操作就是数据的堆化。比如下面这个例子，对堆顶节点进行堆化，会依次访问数组下标是 1，2，4，8 的元素，而不是像快速排序那样，局部顺序访问，所以，这样对 CPU 缓存是不友好的。

第二点，对于同样的数据，在排序过程中，堆排序算法的数据交换次数要多于快速排序、

28 | 堆和堆排序：为什么说堆排序没有快速排序快？相关推荐

堆和堆排序：为什么说堆排序没有快速排序快
------ 本文是学习算法的笔记,<数据结构与算法之美>,极客时间的课程 ------ 我们今天讲另外一种特殊的树,"堆(Heap)".堆这种数据结构的应用场景非常多 ...
终于从树堆里爬出来了——堆排序(基于二叉树)基本思想、步骤、复杂度及python代码，欢迎交流
欢迎关注,敬请点赞! 树堆逃生记一.动图演示二.思路分析 1. 相关概念 2. 基本思想 3. 步骤 [步骤一] 构造初始堆 [步骤二] 将堆顶元素与末尾元素进行交换,使末尾元素最大. [步骤三] ...
java实现堆排序_Java实现堆排序（大根堆）
堆排序是一种树形选择排序方法,它的特点是:在排序的过程中,将array[0,...,n-1]看成是一颗完全二叉树的顺序存储结构,利用完全二叉树中双亲节点和孩子结点之间的内在关系,在当前无序区中选择关键 ...
二叉堆（彻底整明白堆排序）
数据结构与算法笔记总结不易,如果对你有帮助,请点赞关注支持一下微信搜索程序dunk,关注公众号,获取博主的数据结构与算法的代码笔记前言:之前写过堆排序,因为对堆数据结构还是不够了解,懵懵逼逼的写 ...
图解堆的所有功能及堆排序
目录定义堆的基本操作建堆优先队列堆排序定义首先堆必须是一个完全二叉树. 大根堆小根堆我们可以给堆的每个结点按层序遍历编好号码:这样我们就可以将堆用一维数组的形式来表示. 堆的基本操作 ...
最大二叉堆的建立以及最大堆排序
//最大二叉堆实际上就是一个顺序数组,这个数组遵循这样的规律:若将数组按顺序写成二叉树的形式,则除根节点外,树中节点不大于其父节点#include "stdafx.h"//二叉堆的 ...
堆排序时间复杂度_堆排序算法
堆排序是指利用堆积树这种数据结构所设计的一种排序算法,它是选择排序的一种.可以利用数组的特点快速定位指定索引的元素.堆是一个优先级队列,对于大顶堆而言,堆顶元素的权值最大.将待排序的数组建堆,然后不断 ...
python堆排序求topn_堆排序和topN算法
堆排序和topN算法: topN算法,第一次调用topN,然后把海量数据一次和小顶堆第一个比较,如果>第一个元素,就交换,然后调用minHeapify方法排序一遍. 然后比较下一个数据. pub ...
牛客网Java刷题知识点之插入排序（直接插入排序和希尔排序）、选择排序（直接选择排序和堆排序）、冒泡排序、快速排序、归并排序和基数排序（博主推荐）...
不多说,直接上干货! 插入排序包括直接插入排序.希尔排序. 1.直接插入排序: 如何写成代码: 首先设定插入次数,即循环次数,for(int i=1;i<length;i++),1个数的那次不用 ...

28 | 堆和堆排序：为什么说堆排序没有快速排序快？