二叉树---堆排序以及时空复杂度详解

1.堆排序的步骤 

2.排序建对应的大小堆的原因 

为何排升序要建大堆，排降序要建小堆？

 排升序如果建小堆。

最小的数已经在第1个位置了，当我们要选次小的堆的时候，我们只能不把第一个数当做堆的数据，对剩下的数据进行调整成新的小堆。

但是移除第一个数据后剩下的数关系全部乱了，无法达到向下调整法的条件(左右子树都是小堆)，所以无法使用一次向下调整将其排成小堆，只能重新建堆，然后才能选出次小的，不断建堆选数。

但是建堆时间复杂度是O(N)，每选一个次小的数都要O(N)，总的时间复杂度就是O(N2)，还不如直接遍历选数。可以是可以，但是效率不行，还复杂!所以就非常不推荐排升序建小堆了!

排升序如果建大堆。

只需将堆顶和队尾交换，不把最后一个数当做堆的数据，就是移除第一个数据(具体操作就是end=size-1; end--)，然后再把前面的整个堆进行向下调整形成新的大堆，然后再交换——移除——调整，重复操作:相当于就是从堆顶不断拿最大的数据放到队尾，最后就能成为升序。 总的时间复杂度就是O(logN*N)。

建堆的两种方法

向上调整插入建堆

我们从父节点开始一个一个插入然后向上调整。

 时间复杂度为O（logN*N）

向下调整建堆 

插入一个数据，从祖先开始向下调整一次。

时间复杂度为O（n） 

总结

两个方法造成效率差距的原因很明显。

向下调整建堆，节点越多调整次数越少，节点越少调整次数越多。

向上调整建堆，节点越多调整次数越多，节点越少调整次数越少。

 堆排序的时间复杂度

由于建完堆后都要进行向下调整时间复杂度为O(logN*N)。所以不论用哪种方法建堆，堆排序整体的时间复杂度都是O(logN*N)