演算法導論堆排序Java實現

            堆排序的時間複雜度為O(nlogn)，相對於插入排序的O(n^2)，它有很大的優勢；對歸併排序來講，時間複雜度上兩者一致，但是堆排序具有空間原址性，不用像歸併那樣還要有數組的複製操作。因此，堆排序的優點多多，

    下面給出演算法導論裡堆排序的java實現。

     

 /**     * 堆排序     *      */    public void heapSort(int[] A){        //先建立數組對應的最大堆    buildMaxHeap(A,A.length);    for(int i = A.length -1;i> 0;i--){    //將根結點與最後一個結點交換資料    int temp = A[i];    A[i] = A[0];    A[0] = temp;        //將根結點從最大堆中拿出，    //通過將堆大小減1並重新維護最大堆性質來實現    maxHeapify(A,1,i);    }    }    /**建立最大堆     * @param A     * @param heapSize 堆大小，     */    private void buildMaxHeap(int[] A,int heapSize){        for(int i = heapSize/2;i> 0;i--){    maxHeapify(A, i, heapSize);     }    }    /**維護最大堆屬性的過程，     * 最大堆屬性即是每個結點的值至多與其根結點一樣大      * @param A     * @param i 根結點     * @param heapSize 堆大小     */    private void maxHeapify(int[] A,int i,int heapSize){    int largest = i;//用來記錄父結點以及兒子結點中最大值的index    int left = 2*i;//左兒子結點    int right = left+1;//右兒子結點    if(left <= heapSize && A[left-1] > A[i-1]){    largest = left;    }else{    largest = i;    }    if(right <= heapSize && A[right-1] > A[largest-1]){    largest = right;    }    if(largest != i){    int temp = A[i-1];    A[i-1] = A[largest-1];    A[largest-1] = temp;    //交換之後再重新維護下以largest為根結點的堆，    //使其保持最大堆屬性    maxHeapify(A,largest,heapSize);    }    }