堆排序详解

        堆排序也是八大内部排序算法之一（冒泡排序、快速排序、插入排序、希尔排序、选择排序、堆排序、归并排序、基数排序），用到了堆这种数据结构，堆是一种类似完全二叉树的结构。

        在说堆排序之前，要先说一下最大堆和最小堆，还有如何构造。

        最大堆，就是对于每个节点，其节点内的数据（假设是实数）一定大于它的两个儿子节点（如果有的话），而两个儿子节点的之间的数据大小没有顺序。

        类似这样：

        

        最小堆也类似。

        那么如何构造最大堆呢？我们可以从堆的最底部出发（如果用的是数组进行存储，就是arr[len]，因为arr[0]被我用作哨兵，所以实际存储数据的下标为1到len），每次将该节点与它的兄弟节点和父节点进行比较，将最大的数据放到父节点的位置，同时还要观察交换之后是否破坏了下面的平衡，如果破坏了，则要重新调整。直到扫描到根节点，完成最大堆的构造。

       下面贴一下构造最大堆的代码：

        

void adjust_down(int arr[], int k, int n) {
    arr[0] = arr[k];
    for (int i=k*2; i<=n; i*=2) {
        if (i < n && arr[i] < arr[i+1]) {
            i++;
        }
        if (arr[0] >= arr[i]) {
            break;
        }else{
            arr[k] = arr[i];
            k = i;
        }
    }
    arr[k] = arr[0];
}

void build_max_heap(int arr[], int n) {
    for (int i=n/2; i>0; i--) {
        adjust_down(arr, i, n);
    }
}

        由于得到的最大堆不一定有序（因为父节点一定大于子节点，但是兄弟节点之间是没有顺序的），所以我们要对最大堆重新整理一下。将根节点与最后一个节点交换，然后对剩下的1到i-1个节点重新调整最大堆（采用这种做法是因为最大堆的根节点一定是最大的，将它和最后一个节点交换之后，就能保证最后一个节点是最大的，然后调整除最后一个节点的所有节点为最大堆，再把根节点和第i-1个节点交换，以此类推，这样每次都能把最大的数据放到最后，实现升序排序）。

        下面贴上代码：

        

void swap(int *a, int *b) {
    int *tmp = a;
    a = b;
    b = tmp;
}

void heap_sort(int arr[], int n) {
    build_max_heap(arr, n);
    for (int i=n; i>=0; i--) {
        swap(arr[1], arr[i]);
        adjust_down(arr, 1, i-1);
    }
}

        最后免不了还是要分析时间复杂度的，调整堆所消耗的时间为log2 n，排序时需要对每个节点都进行操作，所以消耗的总时间为O(nlog2 n)，最好，最坏，平均消耗的时间都一样。空间复杂度为O(1)，因为只消耗了常数个辅助单元。从稳定性来看，堆排序是不稳定的排序算法，因为在进行筛选时，有可能把后面相同关键字的元素调整到前面。