在簡單選擇排序中，我們每一趟都要選擇乙個極值元素。那麼在第一趟選擇極值元素時，能否多做些工作，為後面選擇極值元素帶來便利呢？下面介紹一下堆排序。
首先看一下什麼是堆：
滿足下列性質的序列稱為堆：
小頂堆：
ri <= r2i;
ri <= r(2i+1)
如:大頂堆：
ri >= r2i;
ri >= r(2i+1).
如：堆的性質：小頂堆對應的完全二叉樹任意結點均比孩子小或相等。大頂堆對應的完全二叉樹中任意結點均比其孩子大或相等。
小頂堆堆頂元素最小，大頂堆堆頂最大，子樹也是堆。
基本思想：利用堆每次選擇出最大交換到隊尾。
輸入：順序表的長度，順序表中各個元素。
輸出：排好序的順序表中各個元素。
執行結果：
具體方法：
先建初始大頂堆；
堆頂與堆尾互換（最大記錄換到最後）；忽略堆尾，將前n-1個記錄組成的樹重新調整為大頂堆（篩選）。
重複上一步n-1趟 即可。
輔助巨集：
#define ok 1
#define error 0
#define true 1
#define false 0
#define overflow -1
#define null 0
typedef char *infotype;
typedef int keytype; //設關鍵字為整型
typedef struct
redtype;
//順序表的儲存結構定義
typedef struct
sqlist;
篩選即對一顆左/右子樹均為堆的完全二叉樹，調整根結點使整個二叉樹也稱為乙個堆。
方法：備份堆頂，比較堆頂與其兩個孩子，若堆頂不最大則將兩孩子中的大者上移，之後的子樹可能不再是堆。重複上述操作至最後(當前堆頂大於等於孩子或無孩子)。
typedef sqlist heaptype; //採用順序表儲存堆void heapadjust(heaptype &h,int s,int m)
}//經此迴圈則比rc大的均上移 ，s指向待插入位置
redcopy(h.r[s],rc);
}
完整實現：
void heapsort(heaptype &h)
}
最壞時間複雜度：o(n*logn)
選出最大的乙個，比選擇排序慢，為啥還好呢？
建初始大頂堆比簡單選擇排序慢了，複雜度變成了o（n*logn）。但是，構造的樹在後面提高了找極值元素的效率。
僅用乙個記錄輔助空間rc
該演算法是一種不穩定的演算法。優化餘地小。
正序時最慢，適合n大且雜亂。
堆排序 堆排序優化 索引堆排序
堆排序 堆排序優化 索引堆排序 注 堆排序 索引堆排序 都是不穩定的排序。注 索引最大堆排序有誤！有沒有大神可以指點一二？1 堆 所有元素 都從索引0開始 父親結點索引 i 左孩子結點索引 2i 1 右孩子結點索引 2i 2 左後乙個非葉子結點索引 n 1 2 用於構建堆，從最後乙個非葉子結點索引開...
堆排序 堆排序優化 索引堆排序
堆排序 堆排序優化 索引堆排序 注 堆排序 索引堆排序 都是不穩定的排序。注 索引最大堆排序有誤！有沒有大神可以指點一二？1 堆 所有元素 都從索引0開始 父親結點索引 i 左孩子結點索引 2i 1 右孩子結點索引 2i 2 左後乙個非葉子結點索引 n 1 2 用於構建堆，從最後乙個非葉子結點索引開...
堆排序 模擬堆排序
838.堆排序 輸入乙個長度為n的整數數列，從小到大輸出前m小的數。輸入格式 第一行包含整數n和m。第二行包含n個整數，表示整數數列。輸出格式 共一行，包含m個整數，表示整數數列中前m小的數。資料範圍 1 m n 1051 m n 105，1 數列中元素 1091 數列中元素 109 輸入樣例 5 ...