最大堆 维护及其建立 堆排序算法

1.最大堆

父节点的值一定$\ge$其子节点，且堆的根节点是最大的。

2.维护最大堆

约定：

1.用数组A来存储堆（从根节点开始，从上往下，从左往右依次为1,2,3…顺序存储)
2.参数i表示调整堆上该节点，以保持堆的性质（此处的节点值可能小于其儿子节点，如果其存在儿子节点的话）

伪代码：

MAX-HEAPIFY(A, i)
	lSon = left-son(i)
	rSon = right-son(i)
	// 判断左儿子节点
	if lSon<A.length and A[i]<A[lSon]
		largest = lSon
	else
		largest = i
	// 判断右儿子节点
	if rSon<A.length and A[largest]<A{rSon]
		largest = rSon
	
	if largest!=i	//则需要进行调整
		exchange(A[i], A[largest])
		MAX-HEAPIFY(A, largest) // 调整新子堆顶

算法分析：
最坏情况下高为H的堆调整所耗时间复杂度为O(H)，或写为O(lgn)

对完全二叉树来说，树高度与树节点数的关系：$H=lo{g}_2^n(向下取整)$

3.建立最大堆

对于以数组形式存储的树结构，可以借助上面所写的堆维护算法很方便的使之变成一个最大堆结构。
伪代码：

BUILD-MAX-HEAP(A)
	n = A.length
	for i=floor(n/2) downto 1
		MAX-HEAPIFY(A, i)

算法分析：

1. 利用的原理是：若数组A长度为n，则从下标floor(n/2)+1到n的元素在树上都表现为叶子节点，从最后一个父节点开始构建堆，一直循环到根节点处即可完成堆的构建。
2. 此过程一定要从叶子节点向根节点发起，否则可能会有根节点及其叶子节点符合堆定义，但下面的部分不符合的情况，这种情况前面写过的堆维护算法并不能处理，所以此过程需要自下而上地进行。
3. 时间复杂度为O(n)

4.堆排序算法

在上面三步的基础上，我们可以很容易的实现堆排序。
步骤：

1. 对数组先调用构建堆函数，构建一个初始的最大堆
2. 将数组首元素与当前尾元素交换（此时数组规模减一）
3. 对规模减小后的数组第一个元素调用堆维护函数MAX-HEAPIFY(A,1)（因为堆已经建立起来了，我们将收尾元素交换只是使根节点不满足堆的定义，而根的左右儿子节点仍然是最大堆，所以此处我们只需要自上而下调用堆维护函数即可，不需要自下而上重新建立堆）
4. 重复此过程直至数组有序

伪代码：

HEAPSORT(A)
	// 首先构建好堆
	BUILD-MAX-HEAP(A)
	for n=A.length downto 2 //只需要到2即可
		exchange(A[n], A[1])
		MAX-HEAPIFY(A, 1) //维护堆

算法分析：

1. 时间复杂度为O(nlgn)
2. 堆排序是原址排序算法，不需要额外的内存空间