排序-堆排序

对于堆排序而言，可以先复习下优先级队列的知识：https://blog.csdn.net/qq_38048756/article/details/123502085

堆排序的主要步骤：通过向下过滤的方式先建立堆，以最大堆为例，建好堆之后，我们就确定了最大元，然后我们可以通过删除堆顶元素，然后将堆顶元素放入另一个数组中，然后再将数组尾元素放到堆顶，进行向下过滤，然后再去删除堆顶，依次递推，直至获取排序后的数组。这样会存在O(n)空间复杂度。

为了避免这个问题，我们可以在原数组上进行排序，同样地，通过向下过滤的方式先建立堆，以最大堆为例，建好堆之后，我们就确定了最大元，然后我们将最大元放到数组的末尾，然后将数组的尾元素放到堆顶，然后对除堆尾的堆顶进行向下过滤，依次类推，最终得到排完序后的数组。

堆排序时间复杂度为O(nlogn)，其中建堆时间复杂度为O(n)，向下过滤的时间复杂度为O(logn)，对n个节点执行向下过滤操作，总时间复杂度为O(nlogn)，故堆排序算法的时间复杂度为O(nlogn)。

堆排序是不稳定的，因为堆排序的过程是从第n/2开始和其子节点共3个值选择最大(大顶堆)或者最小(小顶堆),这3个元素之间的选择当然不会破坏稳定性。但当为n /2-1, n/2-2, …1这些个父节点选择元素时，就会破坏稳定性。有可能第n/2个父节点交换把后面一个元素交换过去了，而第n/2-1个父节点把后面一个相同的元素没有交换，那么这2个相同的元素之间的稳定性就被破坏了。

代码实现：
下述代码在实现时，添加了哨兵节点，以便于后续处理（这部分建议先看完https://blog.csdn.net/qq_38048756/article/details/123502085），再来看代码：

def adjust_down(nums, i, n):
"""对nums[:n]的第i个位置处的堆节点执行向下过滤操作"""
    temp = nums[i]
    parent = i
    while parent * 2 <= n - 1:
        child = 2 * parent
        if child != n - 1 and nums[child + 1] > nums[child]:
            child += 1
        if nums[child] < temp:
            break
        else:
            nums[parent] = nums[child]
        parent = child
    nums[parent] = temp

def heap_sort(nums):
    n = len(nums)
    for i in range(n // 2, 0, -1):
        adjust_down(nums, i, n)
    for j in range(n-1, 1, -1):
        nums[1], nums[j] = nums[j], nums[1]
        adjust_down(nums, 1, j)

nums = [2, 5, 6, 3, 2, 1]
nums = [float('inf')] + nums
heap_sort(nums)
print(nums[1:])