排序算法（七）：堆排序

一、算法原理
堆排序（Heap sort）使用堆这样一种数据结构来进行数据管理，它与归并排序相同但不同于插入排序的是时间复杂度是O(nlogn)；它与插入排序相同，但不同于归并排序的是具有空间原址性（任何时候都只需要常数个额外的元素空间存储临时数据）。因此堆排序结合了这两种排序算法的优点。
堆（二叉堆）是一个数组，可以被看成一棵完全二叉树，除了最底层外，该树是完全充满的，而且是从左向右填充。给定一个节点下标i（下标从1开始，不适用0），可以很容易计算出它的父节点、左孩子和右孩子的下标：

节点	下标
父节点	i / 2
左孩子	2 * i
右孩子	2 * i + 1

在堆排序算法中，使用最大堆（堆的每个节点都比它的孩子节点大），排序时将堆顶元素与最后一个元素交换，然后堆的规模减一，恢复堆的性质。
二、算法描述
主要三个方法的调用

• MaxHeapify方法：维护最大堆的性质，通过让A[i]的值在最大堆中”逐级下降“，从而使得以i为根节点的子树遵循最大堆的性质。具体过程是：假设节点A[i]的左右子树都是最大堆，在每一次函数调用中，从A[i]、A[Left(i)]和A[Right(i)]之间确定最大的一个，将其下标保存在largest中，如果A[i]是最大的，那么以i为根节点的子树已经是最大堆；如果最大元素是某个孩子节点，则交换A[i]与A[largest]的值，从而使i及其孩子节点保持最大堆的性质。交换之后，下标为largest的节点作为根节点的子树又可能会违反最大堆性质，因此递归调用maxHeapify方法。
• BuildMaxHeap方法：自底向上利用maxHeapify方法把一个规模为n = A.length的数组A[1…n]转换为最大堆。叶节点是A[n/2+1…n]，每个叶节点都可以看作是只包含一个元素的堆。buildMaxHeap方法就是对其他每个节点都调用一次maxHeapify方法。
• HeapSort方法：首先利用BuildMaxHeap方法把输入数组建成最大堆，因为数组中的最大元素总在根节点A[1]，通过把它和数组末尾元素A[n]交换，可以让该元素处于正确的位置。然后从堆中去掉节点n，在剩余的节点中，新的根节点可能会违背最大堆的性质。为了维护最大堆的性质，再调用MaxHeapify方法，将根节点下沉，在A[1…n-1]中再构建一个新的最大堆。堆排序算法不断重复这个过程，直到堆的大小从n降到2。

如果要求数组按降序排列，则可以维护一个最小堆，用于堆排序，方法与上述堆排序算法相反。

三、算法复杂度
堆排序算法的时间复杂度最坏情况是T(n) = O(nlogn)，最优情况是T(n) = O(nlogn)，平均情况是T(n) = O(nlogn)。

四、示例代码

//交换数组中的两个元素
void exchange(int * a, int * b)
{
	int temp = *a;
	*a = *b;
	*b = temp;
}

//维护最大堆的性质
void MaxHeapify(int A[], int size, int index)
{
	int left = 2 * index;         //左孩子下标
	int right = 2 * index + 1;    //右孩子下标
	int largest = index;          //保存三个节点最大值的下标
	
	//确定节点index与其左右孩子之间值最大的节点的下标
	if(left <= size && A[left] > A[largest])
		largest = left;
	if(right <= size && A[right] > A[largest])
		largest = right;
	
	//若最大节点在孩子节点，交换这两个节点，然后递归地往下继续
	if(largest != index)
	{
		exchange(&A[index], &A[largest]);
		MaxHeapify(A, size, largest);    
	}
}

//创建最大堆，堆的数据从A[1]开始
void BuildMaxHeap(int A[], int length)
{
	int size = length;
	//初始化时，从A[size/2]位置开始
	for (int i = size / 2; i >= 1; i--)
	{
		MaxHeapify(A, size, i);
	}
}

//堆排序
void HeapSort(int A[], int length)
{
	BuildMaxHeap(A, length);
	
	int size = length;
	while (size > 1)
	{
		exchange(&A[1], &A[size]);  //将数组顶端最大的元素交换至数组末尾
		size--;                     //堆规模减一
		MaxHeapify(A, size, 1);     //维护最大堆的性质
	}		
}