堆排序

1. 简介

　　堆排序是建立在堆这种数据结构基础上的选择排序，是原址排序，时间复杂度O(nlogn)，堆排序并不是一种稳定的排序方式。堆排序中通常使用的堆为最大堆。
　　

2. 堆的定义

　　堆是一种数据结构，是一颗特殊的完全二叉树，通常分为最大堆和最小堆。最大堆的定义为根结点最大，且根结点左右子树都是最大堆；同样，最小堆的定义为根结点最小，且根结点左右子树均为最小堆。
　　最大堆满足其每一个父结点均大于其左右子结点，最小堆则满足其每一个父结点均小于其左右子结点。

3. 堆排序

3.1 堆的存放

　　在堆排序中，堆所表示的二叉树并不需要使用指针的方式在计算机中存放，只需要使用数组即可，将树的结点，从上至下，从左至右一个个放到数组中去。
　　因此，如果数组的起始索引为0，对于一个结点i来说，它的父结点索引为[(i-1)/2]，它的左子结点索引为2i+1，右子结点索引为2i+2。最后一个非叶子节点就是最后一个结点的父亲，如果数组长度为n，那么其索引为[(n-2)/2]。

3.2 堆排序主要步骤

1. 将无序序列构建成最大堆
2. 将数组分成两个区域，有序区和无序区，初始时创建一个整数i为数组的长度，用来划分有序区和无序区，有序区初始为空。
3. 将堆顶元素和最后一个无序区的元素交换，然后i-1。
4. 调整使得所有无序区的元素重新为最大堆。
5. 重复3，4步，直到 i = 0

3.3 堆的调整

　　假设有某棵完全二叉树，其左右子树均为最大堆，如何调整使得该二叉树成为最大堆呢？如果根结点大于左右子结点，那么已经是最大堆了，无需调整。否则，交换根结点和左右子结点中较大的那个。假设交换的是左结点，那么目前这棵完全二叉树右子树仍然是一个最大堆，左子树则不一定，但是左子树的左右子树还是最大堆，因此不断递归下去调整即可。
　　因此，交换最后一个元素和堆顶元素后的调整步骤，就和上面所说的一致。而将无序序列构建成最大堆，同样也可以运用这一点。从最后一个非叶子结点到第一个非叶子结点（根结点），对这些结点作为根结点的子树，按顺序调用一次上述描述的调整即可（每次调用时，该子树的左右子树必定是最大堆）。

4. 算法实现

#include <iostream>
using namespace std;

//左右子树都是最大堆，从上至下调整使得最大堆, root是要调整的树的根节点，length是无序区的长度
template<typename T>
void adjust(T *array,int root,int length) {
    if(length == 0)
        return;
    int left_child = 2*root+1;
    int right_child = 2*root+2;
    int left_adjust = 1,right_adjust = 1;
    if(left_child >= length || !(array[root] < array[left_child]))
        left_adjust = 0;
    if(right_child >= length || !(array[root] < array[right_child]))
        right_adjust = 0;
    if(left_adjust+right_adjust == 0)
        return;
    else if(left_adjust*right_adjust == 1) {
        if(array[left_child] >= array[right_child])
            right_adjust = 0;
        else
            left_adjust = 0;
    }
    if(left_adjust) {
        swap(array[left_child],array[root]);
        adjust(array,left_child,length);
    } else {
        swap(array[right_child],array[root]);
        adjust(array,right_child,length);
    }
}

//heapsort主递归，每一次将无序区最后一个元素与堆顶元素交换
//将堆顶元素加入有序区，因此有序区加1,无序区减1，无序区只剩一个元素的时候递归终止
template<typename T>
void heapSortMain(T *array,int length) {
    if(length <= 1)
        return;
    swap(array[0],array[length-1]);
    adjust(array,0,length-1);
    heapSortMain(array,length-1);
}

//入口函数，array是待排序的数组，length是其长度
template<typename T>
void heapSort(T *array,int length) {
    if(array == NULL || length <= 1)
        return;
    for(int i = (length-2)/2;i >= 0;i--)
        adjust(array,i,length);
    heapSortMain(array,length);
}

int main() {
    int a[10] = {7,6,3,4,5,8};
    heapSort(a,10);
    for(int i = 0;i < 10;i++)
        cout << a[i] << " ";
    cout << endl;
}

5.堆排序性质

1. 时间复杂度O(nlogn)
   　　 每次调整，是沿着树的某一分支一直往下的，按最坏的情况计算，是O(logn)的复杂度。 初始化需要⌊(n-1)/2⌋次调整，后面则需要n-1次调整，每次调整即有一个输出，因此最坏情况下是O(nlogn)的复杂度。另外，建堆的均摊时间复杂度是O(n)而不是O(nlogn)，分析比较复杂，这里不展开。
2. 空间复杂度O(1)
   　　 空间复杂度可以明显地从算法中看出，不管待排序列多大，只需要常数个额外的空间即可，因此是原地排序。
3. 不稳定排序
   　　堆排序显然不是稳定排序，这点举个反例即可简单认证。假设某个初始序列就是最大堆了,对于[3,2,1,2]，第一层子节点的2反而会先与堆顶交换，从而排到后面去。

6.视觉效果

　　下图清楚地展示了初始最大堆，堆顶和无序区最后一个元素交换后调整，不断循环直至有序的过程。