一、前言
1.1、概念
堆排序（Heapsort）是指利用堆这种数据结构所设计的一种排序算法 。堆是一个近似 完全二叉树 的结构，并同时满足堆积的性质：即子结点的键值或索引总是小于（或者大于）它的父节点。
1.2、排序步骤
构建最大堆（或最小堆）：将待排序的数组构建为一个最大堆（或最小堆）。这可以通过从数组末尾开始，依次将每个节点调整到合适的位置来实现。调整的方法是将当前节点与其父节点比较，如果当前节点大于（或小于）父节点，则交换它们的位置，并重复这个过程直到当前节点符合最大堆（或最小堆）的性质。
交换堆顶和末尾元素：将最大堆（或最小堆）的堆顶元素与数组的最后一个元素交换位置。
破坏堆性质：将数组末尾的元素从堆中移除，即将数组的长度减一，并且将堆的根节点进行一次调整，使得剩余元素仍然满足最大堆（或最小堆）的性质。
重复步骤2和步骤3，直到堆的大小为1，即只剩下一个元素。
排序完成：最后得到的数组就是一个有序序列。
二、方法分析
堆排序是一种基于堆数据结构的比较排序算法。堆是一种完全二叉树，分为最大堆和最小堆。在最大堆中，每个节点的值都大于或等于其子节点的值；在最小堆中，每个节点的值都小于或等于其子节点的值。堆排序通常使用最大堆进行升序排序。堆排序分为两个主要步骤：构建堆和排序。
三、举例说明
对数组 `[4, 10, 3, 5, 1]` 进行堆排序
#### 步骤 1：构建最大堆
将数组视为一个完全二叉树，然后从最后一个非叶子节点开始，向前调整每个节点，使其符合最大堆的性质。
1. 初始数组: `[4, 10, 3, 5, 1]`
- 二叉树表示：4 / \ 10 3 / \ 5 12. 从最后一个非叶子节点开始调整（节点 `10`，索引 `1`）。
- 节点 `10` 已经大于它的子节点，所以不需要调整。3. 调整节点 `4`（索引 `0`）。
- 节点 `4` 的子节点为 `10` 和 `3`。由于 `10` 最大，将 `4` 和 `10` 交换。
- 调整后数组: `[10, 4, 3, 5, 1]`
- 二叉树表示：10 / \ 4 3 / \ 5 1- 继续调整节点 `4`。它的子节点为 `5` 和 `1`，将 `4` 和 `5` 交换。
- 调整后数组: `[10, 5, 3, 4, 1]`
- 二叉树表示：
10 / \ 5 3 / \ 4 1现在，我们已经构建了一个最大堆。
#### 步骤 2：排序
将堆顶元素（最大值）与堆的最后一个元素交换，然后将剩余元素重新调整为最大堆，重复该过程直到所有元素有序。
1. 交换 `10` 和 `1`，并调整剩余部分为最大堆。
- 调整后数组: `[1, 5, 3, 4, 10]`
- 重新调整：1 / \ 5 3 / 4- 节点 `1` 的子节点为 `5` 和 `3`，将 `1` 和 `5` 交换。
- 调整后数组: `[5, 1, 3, 4, 10]`
- 继续调整节点 `1`，将 `1` 和 `4` 交换。
- 调整后数组: `[5, 4, 3, 1, 10]`
- 二叉树表示：5 / \ 4 3 / 12. 交换 `5` 和 `1`，并调整剩余部分为最大堆。
- 调整后数组: `[1, 4, 3, 5, 10]`
- 重新调整：1 / \ 4 3- 节点 `1` 的子节点为 `4` 和 `3`，将 `1` 和 `4` 交换。
- 调整后数组: `[4, 1, 3, 5, 10]`
- 二叉树表示：4 / \ 1 33. 交换 `4` 和 `3`，并调整剩余部分为最大堆。
- 调整后数组: `[3, 1, 4, 5, 10]`
- 重新调整：3 / 1- 节点 `3` 的子节点为 `1`，不需要调整。
4. 交换 `3` 和 `1`。
- 调整后数组: `[1, 3, 4, 5, 10]`
- 重新调整：没有需要调整的部分。最终，数组变为有序的 `[1, 3, 4, 5, 10]`。
通过上述步骤，堆排序成功地对数组进行了升序排列。
四、编码实现
下面是用Java实现的堆排序算法：
public class HeapSort {
public static void main(String[] args) {
int[] arr = {4, 10, 3, 5, 1};
heapSort(arr);
System.out.println("排序后的数组：");
for (int num : arr) {
System.out.print(num + " ");
}
}
public static void heapSort(int[] arr) {
// 构建大顶堆
for (int i = arr.length / 2 - 1; i >= 0; i--) {
adjustHeap(arr, i, arr.length);
}
// 调整堆结构+交换堆顶元素与末尾元素
for (int j = arr.length - 1; j > 0; j--) {
swap(arr, 0, j);
adjustHeap(arr, 0, j);
}
}
public static void adjustHeap(int[] arr, int i, int length) {
int temp = arr[i]; // 先取出当前元素i
for (int k = i * 2 + 1; k < length; k = k * 2 + 1) { // 从i结点的左子结点开始，也就是2i+1处开始
if (k + 1 < length && arr[k] < arr[k + 1]) { // 如果左子结点小于右子结点，k指向右子结点
k++;
}
if (arr[k] > temp) { // 如果子节点大于父节点，将子节点值赋给父节点（不用进行交换）
arr[i] = arr[k];
i = k;
} else {
break;
}
}
arr[i] = temp; // 将temp值放到最终的位置
}
public static void swap(int[] arr, int a, int b) {
int temp = arr[a];
arr[a] = arr[b];
arr[b] = temp;
}
}五、方法评价
时间复杂度：堆排序的时间复杂度是O(nlogn)，其中n是待排序数组的长度。构建堆的时间复杂度是O(n)，每次调整堆的时间复杂度是O(logn)，共需要进行n-1次调整。因此，总的时间复杂度为O(nlogn)。
空间复杂度：堆排序的空间复杂度为O(1)，即不需要额外的空间进行排序。
稳定性：堆排序是一种不稳定的排序算法。在交换堆顶和末尾元素的过程中，可能会改变相同元素的相对顺序。
原地排序：堆排序是一种原地排序算法，即不需要额外的辅助空间。
结语
容易实现的那不叫梦想
轻言放弃的算不上努力
想成功，先发疯，不顾一切向前冲
！！！
![[DDR4] 总目录 学习路线](https://img-blog.csdnimg.cn/direct/8d31fad7a28745eb81e253606f226423.png#pic_center)
