堆排序重建堆的时间复杂度_JS数据结构与算法之《堆》

概念

堆的底层实际上是一棵完全二叉树，可以用数组实现。

二叉树的一种，满足以下条件：

1. 任意节点大于或小于它的所有子节点（大根堆、小根堆）
2. 总是一完全树，即除了最底层，其它层的节点都被元素填满

将根节点最大的堆叫做最大堆或大根堆，根节点最小的堆叫做最小堆或小根堆。

将数组第一个元素置空，为了方便计算。这样我们就可以从下标1开始，下标变量为i,那么：

• 左子节点位置是 2*i
• 右子节点位置是 2*i+1
• 父节点位置是 Math.floor(i/2)

堆（以大顶堆为例）相关的操作主要有：

1. 大顶堆调整（Max-Heapify），将堆的末端子节点做调整，使得子节点永远小于父节点；
2. 创建大顶堆（Build-Max-Heap），将堆中所有数据调整位置，使其成为大顶堆；
3. 堆排序（Heap-Sort），移除在堆顶的根节点，并做大顶堆调整的迭代运算。

大顶堆调整

/**
 * 从index开始检查并保持大顶堆
 * @param arr  待检查数组
 * @param i    检查的起始下标
 * @param size 堆大小
 */
function maxHeapify(arr, i, size) {
  let left = 2 * i
  let right = left + 1

  //左右孩子中较大的一个
  let maxlr = -1

  //无左右孩子节点
  if (left > size && right > size) {
    return
  }
  //只有左孩子节点
  if (left <= size && right > size) {
    maxlr = left
  }
  //只有右孩子节点
  if (right <= size && left > size) {
    maxlr = right
  }
  //同时有左右孩子节点
  if (left <= size && right <= size) {
    maxlr = arr[left] < arr[right] ? right : left
  }

  if (arr[i] < arr[maxlr]) {
    swap(arr, i, maxlr)
    maxHeapify(arr, maxlr, size)
  }
}

function swap(arr, i, j) {
  let temp = arr[i]
  arr[i] = arr[j]
  arr[j] = temp
}

非递归写法：

/**
 * 从i开始检查并保持大顶堆
 * @param arr 待排数组
 * @param i 检查的起始下标
 * @param size 堆大小
 */
function maxHeapify2(arr, i, size) {
  let left, right, maxlr = -1

  while (i < size) {
    left = 2 * i
    righ