程序猿找工作必练内功：排序算法大总结（三）——堆排序算法

堆排序算法依靠堆的性质来达到排序的目的，此处的堆不同于程序中的堆，此处的堆的逻辑形态是一棵完全二叉树，树根的值大于左右孩子的值，子树也满足这个性质，这样的堆称为大顶堆，反之成为小顶堆。因此堆顶的元素就是最大或最小的元素。因此，给定一个有n个元素的序列，就可根据堆的形态和性质把序列调整为一个堆，然后交换堆的堆顶元素和堆的最后元素，再对长度为n-1的序列进行堆调整，直到序列长度为1，此时序列已排好序。时间复杂度是O(nlgn)，空间复杂度O(1)。

利用堆，还可以实现优先队列，依据优先级的高低来建堆，堆顶元素就是最大优先级或最小优先级。我的csdn资源里有我的一个实现。

另外，对于找出海量数据的前N大元素或前N小元素，堆提供了一个可行的解决方案。如果是找出前N大元素，可以先读取N个元素建成一个最小堆，然后一次读取一个元素，与堆顶元素比较，如果大于堆顶元素，则替换掉堆顶元素，再调整成新的堆，直至所有元素读取完毕，最后堆里的元素就是要求的答案。如果是找出前N小元素，则建大顶堆，其余操作一样。这种方法对机器的内存要求很低，因此可用来处理海量数据。我的csdn资源里有这种方法的实现。

下面给出堆排序的实现代码：

//MaxHeap.hpp

#ifndef MAXHEAP_H
#define MAXHEAP_H

/************最大堆************/
//堆调整
template<class type>
void maxHeapify(type *A, int i, int n)
{
	type key = A[i];
	for (int k=2*i+1; k<n; k=2*i+1)//k为左孩子
	{
		if (k+1<n&&A[k]<A[k+1])//k+1是右孩子，一定要加k+1<n，找出左右孩子中的最大值
			k++;
		if (key<A[k])
		{
			A[i] = A[k];
			i = k;
		}
		else     //根最大，不用再调整
			break;
	}
	A[i] = key;
}
//建堆
template<class type>
void buildMaxHeap(type *A, int n)
{
	if (!A)
		return;
	for (int i=n/2 - 1; i>=0; i--)//从第一个有孩子的元素开始调整，下标是n/2-1
		maxHeapify<type>(A, i, n);
}

#endif 

//HeapSort.hpp

#ifndef HEAPSORT_H
#define HEAPSORT_H

#include <algorithm>
using namespace std;

#include "MaxHeap.hpp"

//堆排序
void heapSort(int *A, int n)
{
	if (!A)
		return;
	buildMaxHeap<int>(A, n);
	for(int i=n-1; i>0; i--)
	{
		swap(A[i], A[0]);
		maxHeapify<int>(A, 0, i);
	}
}
#endif