堆排序(附降序代码)

在堆的代码上基础上写本篇文章，堆的代码见：树，二叉树与堆

之前写的堆并不能说堆排序，只是堆的实现，之所以这样说是因为之前有建堆的过程 ，新开辟了一份空间，之前的数据并没有改变。

在原数据上进行建成堆

向上调整建堆

如何只在原来数据上进行堆排序：

直接模拟堆插入的过程，然后向上调整。之前插入新的数据才向上调整，但是函数的参数只是数组的下表，有了数组下标就可以调整，所以直接调整数组的数据也没有问题。
时间复杂度：O(n*logn)

void HeapSort(HPDatetype* p, int n)
{
	assert(p);
	for (int i = 1; i < n; i++)//i = 1，从第二个数据开始向上调整
	{
		AdjustUP(p, i);
	}
}

主函数：

void test3()
{
	int arr[] = { 4, 6, 2, 1, 5, 8, 2, 9 };
	for (int i = 0; i < sizeof(arr) / sizeof(int); i++)
	{
		printf("%d ", arr[i]);
	}
	printf("\n");
	HeapSort(arr, sizeof(arr) / sizeof(arr[1]));
	for (int i = 0; i < sizeof(arr) / sizeof(int); i++)
	{
		printf("%d ", arr[i]);
	}
	printf("\n");
}
int main()
{
	test3();	
	return 0;
}

向下调整建堆

向上调整建堆：从第二个子结点开始一直和上面的比较，每个节点都要比较至根结点。
向下调整建堆：从倒数第一个非叶子节点（最后一个叶子结点的父结点）开始向下比较，每一个数都要比较到最后一个。

时间复杂度比较：

向上调整建堆：向上调整建堆和之前开辟空间建堆的时间复杂度是一样的，二着本质都是插入建堆，只是一个开辟了空间，一个没有开辟。具体可见堆中最后的时间复杂度分析

向下调整建堆：


因此：建堆的时间复杂度为O(N)。

对比可以发现，向上调整是越往后每一层数据越多，向上调整的高度也变大，而向下调整是越往上每一层数据越来越少，调整的高度变多。明显向下调整时间复杂度更低。
总结就是向上的是结点多的调整次数多节点少的调整次数少
向下的是节点多的调整次数少，结点少的调整次数多。

同样对于一个无序的数组，只需要向下调整即可建立堆

void HeapSort(HPDatetype* p, int n)//不开辟空间，在原数组上进行堆排序
{
	assert(p);
	/*for (int i = 1; i < n; i++)
	{
		AdjustUP(p, i);
	}*/
	for (int i = (n-1 - 1) / 2; i >= 0; --i)//n - 1是最后一个结点的下标，再减一除2就是最后一个非叶子结点
	{
		AdjustDown(p, n, i);
	}
}

对数据进行升序排列

对一组数据进行降序排列，如果使用传统的遍历，那么时间复杂度很高比如冒泡排序为O(n^2)，这是可以利用堆的性质进行排序，时间复杂度为O(n*logn)。

建立大堆，此时逻辑上是有序的大堆，但是物理结构上不是，而且也不是升序排列的数据。之所以建立大堆，是因为每次堆顶都是最大的数，选择最大的数以后，根节点的子树还是大堆，调整数据时就会很方便，如果建立小堆，那么只能选出最小的那个数，再向下选择会越往下越麻烦，数据量会越来越大。选择前两个小数好选，在第三个数往后就不好选了 ，比较数的大小时，要么不停的建立堆，进行查找最小的数，要么直接比较，但是在高度为3往后在比较就很难比较了，而且越往后，执行的次数越多，要不停的遍历，效率很低。
如果选择一个最小的数就建立一次堆，时间复杂度就会很高。所以建立一个大堆，选择最大的数，然后选择次大的数，不断的沉到最后面。这样就是一个升序的数组了。之前想过可以建立小堆进行排序，也是首尾交换，但是放在数组里面就算是降序了，所以这种方式适合降序排列数组的时候使用。

实现逻辑：

先建立一个大堆，此时最大的数在上面，而且堆的逻辑结构清晰，但是无法找到升序的排列。
所以将最大的数和最后一个数交换，此时最大的数在队尾，但是只有根节点的子树是大堆，所以让堆顶的数向下调整。使整个堆变为大堆。此时次大的数在堆顶
然后队尾舍弃掉刚刚最大的数，队尾变为刚刚数的前一个。只是调整时逻辑位置舍弃了，实际上还存在。
如此循环，让最大的数不停的去到队尾，最后就得到了升序排列的数

降序只需要将大堆换成小堆就行，逻辑一样。

以降序代码为例：

void HeapSort(HPDatetype* p, int n)//不开辟空间，在原数组上进行堆排序
{
	assert(p);
	for (int i = 1; i < n; i++)
	{
		AdjustUP(p, i);
	}
	int end = n - 1;//end是数组下标，n是数据个数
	while (end > 0)
	{
		Swap(&p[0], &p[end]);
		AdjustDown(p, end, 0);//第二个参数是数据个数，少了队尾数据个数就是队尾的数据下标
		--end;
	}
}

主函数：

#include "Heap.h"
void test3()//堆排序
{
	int arr[] = { 4, 6, 2, 1, 5, 8, 2, 9 };
	for (int i = 0; i < sizeof(arr) / sizeof(int); i++)
	{
		printf("%d ", arr[i]);
	}
	printf("\n");
	HeapSort(arr, sizeof(arr) / sizeof(arr[1]));
	for (int i = 0; i < sizeof(arr) / sizeof(int); i++)
	{
		printf("%d ", arr[i]);
	}
	printf("\n");
}
int main()
{
	test3();	
	return 0;
}

如此就实现了数据的降序排列