堆排序是個很漂亮的演算法啊，第一部分講到了插入排序，歸併排序，並實現。這裡有2個概念：原地排序（在排序輸入陣列時，只有常數個元素被放到陣列以外的空間中去）；穩定排序（就是相等的兩個數，排序前的順序與排序後的麼順序相同）
說到這個，就扯下吧，穩定排序有：氣泡排序、插入排序、歸併排序、基數排序。
不穩定排序有：選擇排序、快速排序、希爾排序(shell)、堆排序。其中，插入排序，歸併排序，堆排序和快速排序都是比較排序（shell看做週期插入）。
這裡還提到的順序統計學（p72）。描述：在乙個由n個數構成的集合上，第i個順序統計是集合中第i小的數。
如圖是乙個堆，首先，引入parent[i]和left[i]以及right[i]分別表示i的父節點和左右子節點。堆排序的核心三步：1）讓a[i]在最大堆中下降，使以i為根的子樹成為大頂堆；2）建堆，將當前數組建為乙個大頂or小頂堆,注意的就是建堆的時候，從length/2到0，由於根都在length/2範圍，且大值影響小值，所以得遞減的減（練習6.3-2）；3）進行堆排序。
堆排序的核心，是通過建堆，以大頂堆為例，將最大元素放到根位置，也就是v[0]，再通過輸出v0與最後乙個元素的交換，再對剩下元素繼續建堆，不斷得到當前最大值，過程可以看做遞迴。於是可以得到這三個步驟的
實現如下：
void maxheapify(vector&v ,int i ) }
void buildheap(vector&v)
void heapsort(vector&v)
}
v.insert(v.begin(),int_max);另外，不要忽略建堆過程中的偽**：heap-size[a]
對於size-1 的另一種解決辦法，是傳參的時候，實現的**如下：
void maxheapify(vector&v ,int i , int size)//這裡size，則是當前大小 }
void buildheap(vector&v)
void heapsort(vector&v)
}
void maxheapify(vector&v ,int i , int size)
v[i] = temp;
}
先總結這些吧，堆排序測試了下，速度僅次於快排，不得不說，還是很給力的。下面是優先順序佇列。
keep going 。。。
演算法導論 第二部分引言
待排資料通常是記錄資料集合的一部分，每個記錄包含乙個關鍵字，也就是排序問題中要用到的值，記錄的剩餘部分由衛星資料組成，通常與關鍵字一同訪問。衛星資料量大時，重排其引用或指標陣列。排序演算法在空間占用上分為原址的和非原址的 演算法執行過程中僅需要常數個空間的話，則成為原址的 演算法最壞情況執行時間 平...
Web API 第二部分
web api 第二部分 元素偏移量 offset element.offsettop element.offsetleft element.offsetwidth 可以得到元素的大小 寬度和高度 是包含padding border width element.offsetheight elemen...
redux 第二部分
redux 的使用方法，為什麼使用 action.js 檔案，進行優化 將其分開，然後我們通過工廠函式的每次返回不同的物件，由於引數是固定的，每次返回的都是事件型別和事件資料，所以我們可以使用乙個函式，通過其返回值來返回乙個物件，讓後傳遞給 action 我們的 reducer 函式有兩個引數，引數...