堆排序：：

预备知识：

1. 大顶堆：每一个父节点的值大于子节点
2. 小顶堆：每一个父节点的值小于子节点
3. 二叉树的基本概念：略
4. 将二叉树存储在一维数组中，并且可以找到每个节点所对应的值
5. 通过父节点的下标推出子节点的下标：假设父节点的下标为 i，他的左孩子的下标为2*i+1，右孩子的下标为2*i+2
6. 通过子节点的下标推出父节点的下标：假设子节点的下表为 i，它的父节点的下标为            （i - 1）/ 2

算法思想：

1. 将一维数组中的值想象成二叉树，然后将其调整为大顶堆。为什么要调整为大顶堆？每次调整完之后，二叉树的顶点（也就是数组中的第一个元素）都为最大值，将它与最后一个元素交换，即可将最大的值放到最后（此值就可以忽略了，因为它已经在它的位置上了）。然后继续将除最后一个元素的的序列再调整为大顶堆，此时并不需要再从最后一个非叶子节点开向前调整，只需要以根节点为基准再调整一次。重复紫色标记的这步，直至完全有序这个为升序排序的方法。如果要进行降序排序的话，则要调整为小顶堆，方法与此相同。
2. 那么如何将数组的值调整为大顶堆呢？找出最后一个非叶子节点，从后向前，依次找出它的左右孩子中的最大值，与此节点进行交换

代码实现：

void HeapAdjust(int* ar, int start, int end)
{
	int tmp = ar[start];
	for (int i = 2 * start + 1; i <= end; i = 2 * start + 1)
	{
		if (ar[i] < ar[i + 1] && i < end)//右孩子大于左孩子并且有右孩子
		{
			i++;
		}
		if (ar[i] > tmp)
		{
			ar[start] = ar[i];
			start = i;
		}
		else
		{
			break;
		}
	}
	ar[start] = tmp;
}

void HeapSort(int* ar, int len)
{
	for (int i = (len - 1 - 1) / 2; i >= 0; --i)
	{
		HeapAdjust(ar, i, len - 1);
	}
	for (int i = 0; i < len - 1; ++i)
	{
		int tmp = ar[len - 1 - i];
		ar[len - 1 - i] = ar[0];
		ar[0] = tmp;
		HeapAdjust(ar, 0, len - 2 - i);
	}
}
int main()
{
	int ar[] = { 34,45,98,10,4,64,83,49,20,39 };
	int len = sizeof(ar)/sizeof(ar[0]);
	//InsertSort(ar, len);
	//QuickSort(ar, 0, len - 1);
	//SelectSort(ar, len);
	HeapSort(ar, len);
	My_print(ar, len);
	return 0;
}

代码分析：

1. 时间复杂度：O(),  在HeapSort函数中for循环的时间复杂度为O(n),此函数中调用HeapAdjust这个时间复杂度为O(），所以相乘之后时间复杂度为O()
2. 空间复杂度：O(1)
3. 稳定性：这是一个不稳定的算法，因为存在跳跃交换