堆排序算法--Java实现

面试官问我，排序算法会吗？
会呀，插入、快排、冒泡。。。。
那你给我写个堆排序吧
我。。。

堆是一种重要的数据结构，为一棵完全二叉树, 底层如果用数组存储数据的话，假设某个元素为序号为i(Java数组从0开始,i为0到n-1),如果它有左子树，那么左子树的位置是2i+1，如果有右子树，右子树的位置是2i+2，如果有父节点，父节点的位置是(n-1)/2取整。分为最大堆和最小堆，最大堆的任意子树根节点不小于任意子结点，最小堆的根节点不大于任意子结点。所谓堆排序就是利用堆这种数据结构来对数组排序，我们使用的是最大堆。处理的思想和冒泡排序，选择排序非常的类似，一层层封顶，只是最大元素的选取使用了最大堆。最大堆的最大元素一定在第0位置，构建好堆之后，交换0位置元素与顶即可。堆排序为原位排序(空间小), 且最坏运行时间是O(nlgn)，是渐进最优的比较排序算法。

堆排序的思想：（以升序排列为例，采用大根堆）
1. 对于初始数组，构建大根堆。
2. 堆顶元素，即当前堆（数组）的最大值和数组最后一个元素（最大值排序后应在的位置）交换位置。
3. 由于步骤2的的交换，可能破环了除已排序元素后剩下元素的最大堆的性质，交换到堆顶的元素不再是剩下元素组成堆的最大值，需要调用maxHeap调整堆(沉降法)。
4. 回到步骤2，直到当前堆的大小为1。

堆排序中最重要的就是maxHeap堆调整算法，该函数假设一个元素的两个子节点都满足最大堆的性质(左右子树都是最大堆)，只有根元素可能违反最大堆性质，那么把该元素以及左右子节点的最大元素找出来，如果该元素已经最大，那么整棵树都是最大堆，程序退出，否则交换跟元素与最大元素的位置，继续调用maxHeap调整原最大元素所在的子树。该算法是分治法的典型应用。
堆排序java代码实现：

public class HeapSort {    
        public static void heapSort(int[] array) {  
            if (array == null || array.length <= 1) {  
                return;  
            }  

            buildMaxHeap(array);  

            for (int i = array.length - 1; i >= 1; i--) {  

                int temp=array[0];
                array[0]=array[i];
                array[i]=temp;

                maxHeap(array, i, 0);  
            }  
        }  

        private static void buildMaxHeap(int[] array) {  
            if (array == null || array.length <= 1) {  
                return;  
            }  

            int half = array.length / 2;  
            for (int i = half; i >= 0; i--) {  
                maxHeap(array, array.length, i);  
            }  
        }  

        private static void maxHeap(int[] array, int heapSize, int index) {  
            int left = index * 2 + 1;  
            int right = index * 2 + 2;  

            int largest = index;  
            if (left < heapSize && array[left] > array[index]) {  
                largest = left;  
            }  

            if (right < heapSize && array[right] > array[largest]) {  
                largest = right;  
            }  

            if (index != largest) {  

                int temp=array[index];
                array[index]=array[largest];
                array[largest]=temp;

                maxHeap(array, heapSize, largest);  
            }  
        }  
    }