堆排序(最大堆)

一.排序分析

堆排序与快速排序，归并排序一样都是时间复杂度为O(N*logN)的几种常见排序方法。

二叉堆的定义:

二叉堆是完全二叉树或者是近似完全二叉树。

二叉堆满足二个特性：

1．父结点的键值总是大于或等于（小于或等于）任何一个子节点的键值。

2．每个结点的左子树和右子树都是一个二叉堆（都是最大堆或最小堆）。

当父结点的键值总是大于或等于任何一个子节点的键值时为最大堆。当父结点的键值总是小于或等于任何一个子节点的键值时为最小堆。下图展示一个最小堆：

由于其它几种堆（二项式堆，斐波纳契堆等）用的较少，一般将二叉堆就简称为堆。

堆的存储

一般都用数组来表示堆，i结点的父结点下标就为(i – 1) / 2。它的左右子结点下标分别为2 * i + 1和2 * i + 2。如第0个结点左右子结点下标分别为1和2。

 

二.代码（C++）:

// heapify.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"
#include<iostream>
using namespace std;


int heap_size;//保存堆的大小
void build_max_Heap(int *a,int n);
void max_heapify(int *a,int i);
void exchange(int &a,int &b);
void heap_sort(int *a,int n);
int _tmain(int argc, _TCHAR* argv[])
{
	int a[10]={4,1,3,2,16,9,10,14,8,7};
	heap_sort(a,10);
	for (int i = 0; i < 10; i++)
	{
		cout<<a[i]<<" ";
	}
	cout<<endl;
	return 0;
}
//建立一颗最大堆
void build_max_Heap(int *a,int n)
{
	heap_size=n;
	for (int i = n/2; i >=1; i--)//从数组中的中间记录开始，不断的调整堆
	{
		max_heapify(a,i);
	}
}
//堆调整
void max_heapify(int *a,int i)
{
	int l=2*i;//i的左孩子下标
	int r=2*i+1;//i的右孩子下标
	int largest=0;//记录i,i的左孩子,i的右孩子中的最大值的下标
	if (l<=heap_size && a[l-1]>a[i-1])
	{
		largest=l;
	}
	else
	{
		largest=i;
	}
	if (r<=heap_size && a[r-1]>a[largest-1])
	{
		largest=r;
	}
	if (largest!=i)//如果最大值的下标不是双亲节点，则需要调整
	{
		exchange(a[i-1],a[largest-1]);
		max_heapify(a,largest);
	}
}
void exchange(int &a,int &b)
{
	int temp=a;
	a=b;
	b=temp;
}
//最大堆排序
void heap_sort(int *a,int n)
{
	build_max_Heap(a,n);
	for (int i = n; i >=2; i--)
	{
		exchange(a[0],a[i-1]);//将第一个记录，即最大的记录与数组的最后一个记录交换位置
		heap_size--;//将堆大小减一
		max_heapify(a,1);//不断的调整最大堆的第一个记录
	}
}

三.结果截屏：

四.时间、空间复杂度及稳定性

时间复杂度：O(nlgn)

空间复杂度：O(1)

不稳定排序