最容易理解的堆排序

大数据算法种有一类题求解问题（应用场景）
1、求解在n 个数据种前 k个最大数据或最小数据的(或出现次数最多或次数最小的 前k个数)
解答：一般这类解法除了常用大数据 MR 思想外。如果内存比较大的化我们可以采用维护最大最小堆的方式

2、大顶堆的图示

3、 堆排序的具体流程图：

注意理解概念：堆蓝色部分表示无序区，黄色部分表示有序区。

4、堆排序的具体步骤
（1、无序区进行初始化然后生产大顶堆。
（2、将大顶堆的堆顶元素按照顺序（由右到左 一层一层向上轮询）等方式挨个替换挨着有序元素的值。完成堆排序的过程
（3、在构建大顶堆的过程中是每次顶节点与左右子节点比较大小，将最大的元素归结到堆顶并递归完成大顶堆的构建过程。

注意：理解代码-》i节点的孩子节点为 2i +1和 2i+2 ；i节点的 父节点为：(i-1)/2；最后一个非叶子节点：n/2 - 1；下面的代码是实现的大根堆，把元素从小到大依次排序；
堆排序的java 实现：

5、堆的存储空间
1）、堆排序的空间存储的占用大小为数组长度K，空间复杂度O(1)
2）、堆的时间复杂度
堆排序的时间复杂度，主要在初始化堆过程和每次选取最大数后重新建堆的过程如果对k个值进行堆排序。
初始化建立堆的过程种O(k)
更改堆元素后重建堆时间：O(klogk)
所以堆是很好兼容时间和空间复杂度

6、堆排序的优势：
一般堆的存储都采用数组的方式，然后通过数组指针的坐标方式记录堆的存储顺序（父节点和子几点的关系和位置）方式交换堆的父节点和子节点的维护堆的存储