排序算法—堆排序

堆排序是一种基于堆数据结构的排序算法。它通过将待排序的元素构建成一个二叉堆，然后逐步将最大（或最小）元素从堆中取出来放到已排好序的数组中，直至所有元素都被排序完毕。

Java代码示例：

public class HeapSort {
    public static void heapSort(int[] arr) {
        int n = arr.length;

        // 构建最大堆
        for (int i = n / 2 - 1; i >= 0; i--) {
            heapify(arr, n, i);
        }

        // 依次取出堆顶元素并调整堆
        for (int i = n - 1; i >= 0; i--) {
            swap(arr, 0, i);
            heapify(arr, i, 0);
        }
    }

    private static void heapify(int[] arr, int n, int i) {
        int largest = i;
        int left = 2 * i + 1;
        int right = 2 * i + 2;

        if (left < n && arr[left] > arr[largest]) {
            largest = left;
        }

        if (right < n && arr[right] > arr[largest]) {
            largest = right;
        }

        if (largest != i) {
            swap(arr, i, largest);
            heapify(arr, n, largest);
        }
    }

    private static void swap(int[] arr, int i, int j) {
        int temp = arr[i];
        arr[i] = arr[j];
        arr[j] = temp;
    }
}

时间复杂度分析：

堆排序的时间复杂度为O(nlogn)，其中n为待排序元素个数。构建最大堆的时间复杂度为O(n)，依次取出堆顶元素并调整堆的时间复杂度为O(logn)，共需要执行n-1次，因此总时间复杂度为O(nlogn)。

空间复杂度分析：

堆排序的空间复杂度为O(1)，只需要常数级别的额外空间来记录交换和比较操作。

优劣势分析：

堆排序的主要优点是不会因为输入数据的变化而导致性能下降，因此适合于大规模数据的排序。同时它的时间复杂度也比较稳定，最好、平均、最差情况下都是O(nlogn)。缺点是其常数项较大，不如快速排序等算法在小规模数据上表现优秀。

使用示例：

public class Main {
    public static void main(String[] args) {
        int[] arr = { 5, 3, 8, 6, 2, 7, 1, 4 };
        HeapSort.heapSort(arr);
        System.out.println(Arrays.toString(arr));
    }
}

输出结果为：[1, 2, 3, 4, 5, 6, 7, 8]

总结：

堆排序是一种基于堆数据结构的排序算法，具有时间复杂度稳定、适合大规模数据排序的优点。其主要缺点是常数项较大，不如快速排序等算法在小规模数据上表现优秀。堆排序的时间复杂度为O(nlogn)，空间复杂度为O(1)。