目前这个系列的文章都挑着非常经典的，让人眼前一亮的算法，今天的堆排序算法就是其中一个。 首先理解什么是堆，这里面堆（Heap）并不是程序中内存区域，而是一种完全二叉树表示的数据结构。 堆具有以下特点
- 是一个完全二叉树
- 堆的每个节点的值必须大于等于左右树节点（大顶堆），或小于等于左右树节点（小顶堆）。
简单说明下，完全二叉树是除了最后一层叶子节点外，其他的节点都有两个子树，而叶子节点可以没有子树，或者只有左子树。 如下图就是个大顶堆：
小顶堆
堆存储
堆因为是完全二叉树，非常适合用数组存储，上图为大顶堆的存储情况，其中a[0]不用， a[1]为大顶堆的顶点，也就是最大的数据，a[12]= 7 为左子树顶点，a[12+1]= 6为右子树的顶点，其他节点情况依次类推。
堆的两种操作
向堆插入元素
用图来表示如下：
向堆插入元素，先插入到最后一个数组元素位置，然后和自己的父节点6比较，由于比6大不满足大顶堆的条件，所以9和6交换，然后9再和堆顶元素8比较，又不满足大顶堆条件，继续交换，最后形成一个大顶堆，这个步骤叫堆化。
删除堆顶元素
对于大顶堆来说，堆顶的元素为最大值，依次删除堆顶元素并输出，那么就是将数字从大向小排列了。
这里面又个技巧，就是删除堆顶元素的时候，不能直接删除，要用堆顶元素和最后一个元素做交换，然后根据堆的特点调整堆，直到满足条件。
完整代码如下：
package com.dianneng.lms;
public class TestHeap {
private int [] a;
private int n;
private int count;
public TestHeap(int cap) {
a = new int[cap+1];
n = cap;
count = 0;
}
public void swap(int i,int j) {
int tmp = a[i];
a[i] = a[j];
a[j] = tmp;
return;
}
public void print(){
for (int i = 0; i 0 && a[i] > a[i/2]) {
swap(i,i/2);
i = i/2;
}
}
return 0;
}
public int removeMax() {
if (count == 0) {
return -1;
}
System.out.print(a[1]+"t");
a[1] = a[count];
--count;
heapify(count,1);
return 0;
}
private void heapify(int n, int i) {
while(true) {
int maxPos = i;
//通过左右子树顶点比较获得最大数节点
if (i*2 可以利用大顶堆的特性，对要排序的数组进行先堆化排序，然后依次交换堆顶元素和最后一个元素，交换后堆化，将堆的大小减一，最终这样输出的就是从小到大排序的数组。 借用老师的一个图表示：
秒鲨号所有文章资讯、展示的图片素材等内容均为注册用户上传(部分报媒/平媒内容转载自网络合作媒体)，仅供学习参考。用户通过本站上传、发布的任何内容的知识产权归属用户或原始著作权人所有。如有侵犯您的版权，请联系我们反馈！本站将在三个工作日内改正。