1.今天實現了一下堆排序，這裡的堆是指二叉堆，至於二項堆和斐波那契堆以後再說。
先看二叉堆的定義：
二叉堆是完全二叉樹或近似完全二叉樹。
滿足特性是：父親節點的值大於等於（小於等於）左右孩子的值，並且左右子樹也是二叉堆。對應的二叉堆是大頂堆（小頂堆）。
二叉堆是完全二叉樹，可以用線性表來儲存。
2.實現堆排序時的想法：
（1）乙個關鍵點是堆的調整，調整的時候一定要注意先找到左右孩子中較大（小）的數的位置，這是可能被置換的位置，因為置換後，這個被置換的位置就變成了新的要調整的位置了，我們需要從它開始往下繼續調整（因為置換後，有可能破壞了下邊的堆結構）。
（2）步驟：先把陣列調整成大（小）頂堆。開始調整的位置為length/2向下取整，從這開始，一直調整到根節點，即陣列下標為1的值。
然後把堆頂元素和最後乙個元素置換，繼續調整剩下的length-1 個數了，因為這裡共n-1次調整，每次開始調整位置都是從根節點開始調整，只是變了長度，所以這裡可以迴圈呼叫調整函式n-1次。
3.下邊是具體**
//堆排序
//1.從乙個節點往下調整
//2.構造堆：其實就是堆length/2 - 1那個節點開始直到0，都執行往下調整操作
//3.排序：取堆頂元素與length-i替換，再做調整
//構造大頂堆
func less(i, j int) bool
func heapajustfromonenode(h int, i0, length int) bool
j := j1
if j2 := j1 + 1; j2 < length && less(h[j2], h[j1])
if !less(h[j], h[i])
h[j], h[i] = h[i], h[j] //swap操作
i = j //i更新為下交換後的節點下標
} return i > i0 //判斷本次從i0節點開始向下調整，是否有交換操作
}func genheap(h int)
}func heapsort(h int)
}func printslice(h int)
fmt.println()
}func main()
fmt.println("排序前：")
printslice(h)
heapsort(h)
fmt.println("排序後：")
printslice(h)
}
時間消耗主要是：
（1）先把陣列調整成堆，即建堆的過程。消耗時間為：1+2+...+log2n ，其中數值代表的是調整位置最多置換的次數（個人理解），它是線性的，為o(n).
（2）調整堆的過程，這在建堆和排序時都會被用到，因為在後邊的n-1次調整中，開始位置都是從根節點開始，即最多有log2n次置換。
（3）所以排序時為o(nlogn)
空間複雜度為o(1);
5.特點
堆排序和直接選擇排序相反：在任何時刻堆排序中無序區總是在有序區之前，且有序區是在原向量的尾部由後往前逐步擴大至整個向量為止。
其他效能：由於建初始堆所需的比較次數較多，所以堆排序不適宜於記錄數較少的檔案。
堆排序是不穩定的排序。
堆以及php實現堆排序
什麼是堆 這裡的堆 二叉堆 指得不是堆疊的那個堆,而是一種資料結構。堆可以視為一棵完全的二叉樹,完全二叉樹的乙個 優秀 的性質是,除了最底層之外,每一層都是滿的,這使得堆可以利用陣列來表示,每乙個結點對應陣列中的乙個元素.陣列與堆之間的關係 二叉堆一般分為兩種 最大堆和最小堆。什麼是最大堆 堆中每個...
堆以及堆排序
二叉 堆 乙個類似完全二叉樹的資料結構 左孩子 2i 右孩子 2i 1 父節點 i 2 以上結論如果記不住，用到時可以自己畫個圖推一下 物理儲存 用陣列儲存a 1,2,3.n 1.調整每個節點的演算法 如果要建立大頂堆，則需遵循每個父親結點的值都要大於左右孩子的值 遞迴版本 param number...
堆以及堆排序詳解
記錄一下自己理解的堆和堆排序吧。堆是一種類似於完全二叉樹的樹形結構，對於二叉樹中所有非葉子節點，如果根節點的值嚴格大於其兩個兒子的值，則稱為 大頂堆，反之稱為小頂堆。堆排序的一般步驟 首先利用已有的資料構造乙個堆，大頂堆增序，小頂堆降序。將堆頂的元素與堆末元素交換，接著重新調整剩下的元素為乙個堆，直...