堆排序的时间复杂度的一些理解

我之前一直有这样的疑问：

        为什么我们在使用数组中堆排序的时候一般都采用sink即下沉操作而非swim操作呢？

一经查阅相关知识，了解到：swim操作的时间复杂度（将一个数组排序的时间复杂度）为

O(N*logN),而sink操作的时间复杂度(将一个数组排序的时间复杂度)为O(N)。

        那么问题来了，为什么同为堆排序的手段，二者的时间复杂度却相差这么大呢？

我们来逐个分析：

swim操作：

        我们知道，在一个结点数大小为N的二叉树中，其二叉树的高度为log（N+1），于是

我们有一种堆排序的方法就是从左至右遍历数组，并用一个size指针（索引）维护已经

排好序的二叉树（这里的排好序是指大二叉树的一部分在size大小的小数组中是排好序的二叉树）

然后我们每次将size指针的后一个元素加入size的小数组中，并扩大size的规模加1，这样定型

去分析每个元素，我们不难发现，一个元素去往它应该去的地方需要两个操作，一是比较，

二是交换；因为一个二叉树的高度最高为log（N+1），我们又要将N个元素全部归位，故

swim操作的时间复杂度就是NlogN了；

sink操作：

        sink操作的思想就是当一个结点（叶结点除外）的两个子堆都为有序的话，那么在这个结点

上再次调用sink函数就能把以这个结点为父节点的二叉树变成一个堆