堆排序

        //xk> 什么是堆？

        堆的结构满足两点性质：1. 堆是一棵完全二叉树。2. 任意节点的值小于它的所有后代。

        性质2又称为堆序(heap order)性。节点值小于后代的堆即为小根堆，显然其根节点的值是最小的。相对地有大根堆。小根堆常用于XXX，大根堆常用于XXX。

        不要求堆是满二叉树。也不要求其节点左孩子的值小于右孩子，堆不必要是二叉排序树(又叫二叉查找树)。

        //xk> 堆的存储

        堆是一种特殊的完全二叉树，用指针实现树状结构是很直观的想法。

        但完全二叉树是个例外，因为它很有规律，可以用一个数组表示而不需要指针。对于数组位置i上(i从1开始，数组位置0留作它用，哨兵)的元素，其左儿子在位置2i上，而右儿子在位置(2i + 1)，它的父亲则在(i / 2)向下取整的位置上。数组实现的一个限制是需要预先设定堆的大小。

        //xk> 堆节点插入

        形象上理解，堆节点的插入就是将节点插入到完全二叉树的最后一个位置(满足性质1)，然后不断跟其父节点的值进行比较，如果新节点的值比父节点小，就“交换”它们的位置，新节点上浮(英语术语用percolate up，译作上滤)到上一层，如此循环直至新节点的值小于其父节点(满足性质2)。

        没有完全二叉树的重新平衡、旋转操作等等，就是新节点在树结构中上冒到合适位置，so easy.

        实现上，交换操作的开销是不必要的，我们可以先插入一个空穴作为新节点的插入位置，然后将空穴上滤到完全二叉树中适当位置后，再将新节点填入到空穴中。空穴只是一个位置标记，其原有的值可以被覆盖掉，而不必进行交换操作。

        循环的终止条件要留心，如果新节点是新的最小值，它将一直上浮到根。我们可以明确地在循环终止条件中判断 1 == i。另一种常用的方法是在0 == i的哨兵位置放一个比所有堆节点的可能值都小的值作为sentinel，这样可以避免每次循环都多做一次测试。用空间复杂度换时间复杂度，反正数组位置0要空着不便于直接用于完全二叉树。

        插入操作的时间复杂度最坏为O(logN).

        //xk> 删除最小元(小根堆)

        删除最小元以类似插入的方式处理。删除一个最小元时，在根节点处产生了一个空穴。由于现在堆少了一个元素，因此堆中最后一个元素X必须移动到该堆的某个地方。如果X可以被放入空穴中，那么操作完成。这一般不会出现，因此将空穴的两个儿子中的较小者放入空穴中，这样就把空穴向下推了一层。如此循环直到X可以被放入空穴中。

        空穴的下移路径可能并不奔着最后一个元素X，没关系，只要能把X放入空穴就行。我们的做法是将X置入沿着根开始包含最小儿子的一条路径上的一个正确的位置。这种一般的策略叫做下滤(percolate down). 同样使用空穴的概念来避免多余的交换操作。

        在堆的实现中容易出错的一个地方是，当堆中有偶数个元素时，某个节点只有一个子节点，在编程时要小心节点并不总有两个儿子。

        删除最小元的最坏运行时间和平均运行时间都为O(logN).

        //xk> 创建堆

        最直观的思路：对给定的N个无序值，做N次堆的插入操作。最坏时间复杂度为O(N * logN).

        //xk> 堆排序

        首先将N个元素建立为堆，最坏时间复杂度是O(N * logN). 然后执行N次输出并删除最小元操作，最坏时间复杂度也是O(N * logN). 因此堆排序的最坏时间复杂度也是O(N * logN).