堆排序

1 基础概念

堆，也叫 二叉堆，是一个数组，树的每个节点对应数组一个元素。

1. 堆排序是利用 堆进行排序的
2. 堆的左右儿子没有排序关系，只需要满足上父节点小于等于（或者大于等于）儿子就行
3. 堆是一种完全二叉树：完全二叉树 是 一种除了最后一层之外的其他每一层都被完全填充，并且所有结点都保持向左对齐的树，向左对齐指的是儿子节点放置顺序左优先，这使得堆可以利用数组来表示（普通的一般的二叉树通常用链表作为基本容器表示）
4. 堆有两种类型: 大根堆 小根堆
5. 两种类型的概念如下：
   • 最大堆：每个结点的值都大于或等于左右孩子结点 A[PARENT(i)] ≥ A[i]
   • 最小堆：每个结点的值都小于或等于左右孩子结点 A[PARENT(i)] ≤ A[i]
   • 堆排序算法采用的是最大堆。最小堆通常用于构造优先队列。
6. 最大堆：寻找数据流中最小的 k 个数字。
7. 堆的高度为树根的高度：Θ(lgn)。堆结构上的一些基本操作的运行时间至多是与树的高度成正比。

给定下标 i，很容易计算其父节点、左节点和右节点：

def PARENT(i):
    return i / 2
def LEFT(i):
    return 2 * i
def RIGHT(i):
    return 2 * i + 1

堆节点的大小关系：

2 堆排序原理详解

堆排序原理：

1. 首先将待排序的数组构造出一个最大堆；
2. 取出这个最大堆的堆顶节点(最大值)，与堆的最下最右的元素进行交换，然后把剩下的元素再构造出一个最大堆；
3. 重复第二步，直到这个最大堆的长度为1，此时完成排序。

在堆中定义以下几种操作：

1. 最大堆调整（Max-Heapify）：将堆的末端子节点作调整，使得子节点永远小于父节点
2. 创建最大堆（Build-Max-Heap）：将堆中所有数据重新排序，使其成为最大堆
3. 堆排序（Heap-Sort）：移除位于第一个数据的根节点，并做最大堆调整的递归运算

2.1 最大堆调整（Max-Heapify）——维持堆的性质

MAX-HEAPIFY： 作用是保持最大堆的性质，是创建最大堆的核心子程序。输入为一个数组 A 和一个下标 i，A[i] 有可能小于其孩子，通过让 A[i] 在数组中 “逐层下降” ，从而使得以下标 i 为根节点的子树重新遵循最大堆的性质。

由于一次调整后，堆仍然违反堆性质，所以需要递归的测试，使得整个堆都满足堆性质。

算法图示 ：

Python实现为：
注意：判断 左右儿子 的索引值，是否超出了数组的长度。

def MAX_HEAPIFY(A, i, size):
	l = LEFT(i)
    r = RIGHT(i)
    # 挑选出最大值对应的索引
    # 注意："索引值-1" 来取出数字
	if l <= len(A) and A[l - 1] > A[i - 1]:
		largest = l
	else:
		largest = i
	if r <= len(A) and A[r - 1] > A[largest - 1]:
		largest = r
	else:
		largest = i
	if largest != i:
		# 将根节点与最大值点交换
        A[i - 1], A[largest - 1] = A[largest - 1], A[i - 1]
        # 递归进行堆最大化
        MAX_HEAPIFY(A, largest, size)

所以，在最差情况下（最底层恰好半满）运行时间为：
$$T(n)</$$