堆排序的时间复杂度O(N*logN),额外空间复杂度O(1)，是一个不稳定性的排序
 
目录
 
一 准备知识
 
1.1  大根堆和小根堆
 
二 堆排序基本步骤
 
2.1 构造堆
 
2.2 固定最大值再构造堆
 
三 总结
 
四 代码
 
 
 

一 准备知识
 
堆的结构可以分为大根堆和小根堆，是一个完全二叉树，而堆排序是根据堆的这种数据结构设计的一种排序，下面先来看看什么是大根堆和小根堆
 
1.1  大根堆和小根堆
 
性质：每个结点的值都大于其左孩子和右孩子结点的值，称之为大根堆；每个结点的值都小于其左孩子和右孩子结点的值，称之为小根堆。如下图
 
 
 我们对上面的图中每个数都进行了标记，上面的结构映射成数组就变成了下面这个样子
 
 
还有一个基本概念：查找数组中某个数的父结点和左右孩子结点，比如已知索引为i的数，那么
 
1.父结点索引：(i-1)/2（这里计算机中的除以2，省略掉小数）
 
2.左孩子索引：2*i+1
 
3.右孩子索引：2*i+2
 
所以上面两个数组可以脑补成堆结构，因为他们满足堆的定义性质：
 
大根堆：arr(i)>arr(2*i+1) && arr(i)>arr(2*i+2)
 
小根堆：arr(i)<arr(2*i+1) && arr(i)<arr(2*i+2)
 
二 堆排序基本步骤
 
基本思想：
 
1.首先将待排序的数组构造成一个大根堆，此时，整个数组的最大值就是堆结构的顶端
 
2.将顶端的数与末尾的数交换，此时，末尾的数为最大值，剩余待排序数组个数为n-1
 
3.将剩余的n-1个数再构造成大根堆，再将顶端数与n-1位置的数交换，如此反复执行，便能得到有序数组
 
2.1 构造堆
 
将无序数组构造成一个大根堆（升序用大根堆，降序就用小根堆）
 
假设存在以下数组
 
 
主要思路：第一次保证0~0位置大根堆结构（废话），第二次保证0~1位置大根堆结构，第三次保证0~2位置大根堆结构...直到保证0~n-1位置大根堆结构（每次新插入的数据都与其父结点进行比较，如果插入的数比父结点大，则与父结点交换，否则一直向上交换，直到小于等于父结点，或者来到了顶端）
 
插入6的时候，6大于他的父结点3，即arr(1)>arr(0)，则交换；此时，保证了0~1位置是大根堆结构，如下图：
 
 
                                     (友情提示：待交换的数为蓝色，交换后的数为绿色)
 
 插入8的时候，8大于其父结点6，即arr(2)>arr(0),则交换；此时，保证了0~2位置是大根堆结构，如下图
 
 
插入5的时候，5大于其父结点3，则交换，交换之后，5又发现比8小，所以不交换；此时，保证了0~3位置大根堆结构，如下图 
 
 
插入7的时候，7大于其父结点5，则交换，交换之后，7又发现比8小，所以不交换；此时整个数组已经是大根堆结构 
 
 
 
 
2.2 固定最大值再构造堆
 
此时，我们已经得到一个大根堆，下面将顶端的数与最后一位数交换，然后将剩余的数再构造成一个大根堆
 
 
                                    （友情提示：黑色的为固定好的数字，不再参与排序） 
 
 此时最大数8已经来到末尾，则固定不动，后面只需要对顶端的数据进行操作即可，拿顶端的数与其左右孩子较大的数进行比较，如果顶端的数大于其左右孩子较大的数，则停止，如果顶端的数小于其左右孩子较大的数，则交换，然后继续与下面的孩子进行比较
 
下图中，5的左右孩子中，左孩子7比右孩子6大，则5与7进行比较，发现5<7，则交换；交换后，发现5已经大于他的左孩子，说明剩余的数已经构成大根堆，后面就是重复固定最大值，然后构造大根堆
 
 
如下图：顶端数7与末尾数3进行交换，固定好7，
 
 
剩余的数开始构造大根堆 ，然后顶端数与末尾数交换，固定最大值再构造大根堆，重复执行上面的操作，最终会得到有序数组
 
 
 
 
三 总结
 
到这里，大家应该对堆排序都有了自己的见解，我们对上面的流程总结下：
 
1、首先将无需数组构造成一个大根堆（新插入的数据与其父结点比较）
 
2、固定一个最大值，将剩余的数重新构造成一个大根堆，重复这样的过程
 
四 代码
 
代码中主要两个方法：
 
1、将待排序数组构造成一个大根堆（元素上升）
 
2、固定一个最大值，将剩余的数再构造成一个大根堆（元素下降）
 
    //堆排序
    public static void heapSort(int[] arr) {
        //构造大根堆
        heapInsert(arr);
        int size = arr.length;
        while (size > 1) {
            //固定最大值
            swap(arr, 0, size - 1);
            size--;
            //构造大根堆
            heapify(arr, 0, size);

        }

    }

    //构造大根堆（通过新插入的数上升）
    public static void heapInsert(int[] arr) {
        for (int i = 0; i < arr.length; i++) {
            //当前插入的索引
            int currentIndex = i;
            //父结点索引
            int fatherIndex = (currentIndex - 1) / 2;
            //如果当前插入的值大于其父结点的值,则交换值，并且将索引指向父结点
            //然后继续和上面的父结点值比较，直到不大于父结点，则退出循环
            while (arr[currentIndex] > arr[fatherIndex]) {
                //交换当前结点与父结点的值
                swap(arr, currentIndex, fatherIndex);
                //将当前索引指向父索引
                currentIndex = fatherIndex;
                //重新计算当前索引的父索引
                fatherIndex = (currentIndex - 1) / 2;
            }
        }
    }
    //将剩余的数构造成大根堆（通过顶端的数下降）
    public static void heapify(int[] arr, int index, int size) {
        int left = 2 * index + 1;
        int right = 2 * index + 2;
        while (left < size) {
            int largestIndex;
            //判断孩子中较大的值的索引（要确保右孩子在size范围之内）
            if (arr[left] < arr[right] && right < size) {
                largestIndex = right;
            } else {
                largestIndex = left;
            }
            //比较父结点的值与孩子中较大的值，并确定最大值的索引
            if (arr[index] > arr[largestIndex]) {
                largestIndex = index;
            }
            //如果父结点索引是最大值的索引，那已经是大根堆了，则退出循环
            if (index == largestIndex) {
                break;
            }
            //父结点不是最大值，与孩子中较大的值交换
            swap(arr, largestIndex, index);
            //将索引指向孩子中较大的值的索引
            index = largestIndex;
            //重新计算交换之后的孩子的索引
            left = 2 * index + 1;
            right = 2 * index + 2;
        }

    }
    //交换数组中两个元素的值
    public static void swap(int[] arr, int i, int j) {
        int temp = arr[i];
        arr[i] = arr[j];
        arr[j] = temp;
    }
 
                                                              友情提示：手机观看，可以左右滑动