Heap Sort-堆排序
以升序举例，将无序的序列构建成一个大顶堆(Heap)，将堆顶元素(最大值)与序列中最后一个元素交换，这为一轮，能确定最大的元素。再对剩下的n-1个元素重复上述过程，确定第二大元素，直至剩下的元素只有一个，即需要n-1轮？
逻辑：
1.构建堆（初始化堆）
2.将堆的根节点与最后一个节点兑换
3.将剩下的节点调整成堆，将根节点按照大顶堆性质往下沉至正确的位置。
4.重复1-3步骤，直至堆只有一个节点
构建堆的逻辑：
可以参照3的思路，从最后一个父节点开始到根节点，将所有父节点下沉至正确的位置
将父节点往下沉的实现
/**
* 在指定范围内，将父节点按照大顶堆的性质往下沉:父节点要大于子节点，如果父节点小于子节点，下沉之
*
* @param arr 源数组
* @param end 调整的范围，最后一个节点的下标
* @param pi 父节点下标
*/
private void siftDown(int[] arr, int end, int pi) {
int ci = (pi << 1) + 1;
if (ci > end) {//左节点已超出范围，说明当前节点已经没有子节点了
return;
}
//如果右节点存在并且比左节点大，右节点当做子节点代表
if (ci + 1 <= end && arr[ci + 1] > arr[ci]) {
ci += 1;
}
if (arr[pi] < arr[ci]) {
swap(pi, ci, arr);
//原来的父节点落到ci子节点上，继续将ci当做新的父节点往下沉
siftDown(arr, end, ci);
}
/*
* 如果父节点比两个子节点都大，则下沉动作结束，万一比孙子节点要小呢，这里直接结束貌似逻辑不严谨
* 其实不然，这个下沉操作在两种场景下调用的，第一次是在构建堆的时候，是从最后一层父节点开始下沉，一
* 直往上直到根节点。所以每一层父节点为根节点的子树都满足大顶堆堆的性质(子节点小于父节点)。
* 第二次，才是从根节点开始，当前父节点往下沉，每次遇到的子节点已经是最大的了，所以父节点如果比子节点都
* 大，一定比后面的子孙节点都大，所以可以不再往下比较了
*/
}
private void swap(int i, int j, int[] arr) {
int temp = arr[i];
arr[i] = arr[j];
arr[j] = temp;
}
初始化堆的实现
private void buildHeap(int[] arr) {
/*
* 关键在于最后一个父节点下标的计算
* 在堆的学习中知道 parentIndex = (childIndex - 1)/2 ，不管子节点是左节点还是右节点，此公式通用
* childIndex = arr.length - 1
* 计算得 parentIndex = (arr.length - 1 - 1)/2 = arr.length /2 - 1
*/
for (int pi = (arr.length >> 1) - 1; pi >= 0; pi--) {
siftDown(arr, arr.length - 1, pi);
}
}
最终的排序实现
public void sort(int[] arr) {
buildHeap(arr);//初始化堆
for (int i = arr.length - 1; i > 0; i--) {
swap(0, i, arr);//兑换根节点和最后一个节点
//从叶子层到第二层已经是堆结构,只是此时的根节点不是最大的，所以要将根节点往下沉 放置到合理的位置，保持堆的性质
siftDown(arr, i - 1, 0);
}
}
若果是降序排列，则构建成小顶堆即可。
空间复杂度
时间复杂度
暂时看求不懂 先记住结论好了
堆排序的适用场景，构造优先级队列，查找top K元素
快速排序可在的时间复杂度下找到 top K元素，
堆排序的时间复杂度：
从时间复杂度来讲，快速排序优于堆排序
那空间复杂度呢？快速排序和堆排序都是本地排序，空间复杂度为。
所以综合比较，还是快速排序优于堆排序？
