【概念】堆排序(Heapsort)是指利用堆積樹（堆）這種資料結構所設計的一種排序演算法，它是選擇排序的一種。可以利用陣列的特點快速定位指定索引的元素。堆分為大根堆和小根堆，是完全二叉樹。大根堆的要求是每個節點的值都不大於其父節點的值，即A[PARENT[i]] >= A[i]。在陣列的非降序排序中，需要使用的就是大根堆，因為根據大根堆的要求可知，最大的值一定在堆頂。【起源】1991年的計算機先驅獎獲得者、斯坦福大學計算機科學系教授羅伯特·弗洛伊德(Robert W．Floyd）和威廉姆斯(J．Williams）在1964年共同發明了著名的堆排序演算法（ Heap Sort )。【簡介】堆排序利用了大根堆（或小根堆）堆頂記錄的關鍵字最大（或最小）這一特徵，使得在當前無序區中選取最大（或最小）關鍵字的記錄變得簡單。（1）用大根堆排序的基本思想① 先將初始檔案R[1..n]建成一個大根堆，此堆為初始的無序區② 再將關鍵字最大的記錄R[1]（即堆頂）和無序區的最後一個記錄R[n]交換，由此得到新的無序區R[1..n-1]和有序區R[n]，且滿足R[1..n-1].keys≤R[n].key③由於交換後新的根R[1]可能違反堆性質，故應將當前無序區R[1..n-1]調整為堆。然後再次將R[1..n-1]中關鍵字最大的記錄R[1]和該區間的最後一個記錄R[n-1]交換，由此得到新的無序區R[1..n-2]和有序區R[n-1..n]，且仍滿足關係R[1..n-2].keys≤R[n-1..n].keys，同樣要將R[1..n-2]調整為堆。……直到無序區只有一個元素為止。（2）大根堆排序演算法的基本操作：①建堆，建堆是不斷調整堆的過程，從len/2處開始調整，一直到第一個節點，此處len是堆中元素的個數。建堆的過程是線性的過程，從len/2到0處一直呼叫調整堆的過程，相當於o(h1)+o(h2)…+o(hlen/2) 其中h表示節點的深度，len/2表示節點的個數，這是一個求和的過程，結果是線性的O(n)。②調整堆：調整堆在構建堆的過程中會用到，而且在堆排序過程中也會用到。利用的思想是比較節點i和它的孩子節點left(i),right(i)，選出三者最大(或者最小)者，如果最大（小）值不是節點i而是它的一個孩子節點，那邊互動節點i和該節點，然後再呼叫調整堆過程，這是一個遞迴的過程。調整堆的過程時間複雜度與堆的深度有關係，是lgn的操作，因為是沿著深度方向進行調整的。③堆排序：堆排序是利用上面的兩個過程來進行的。首先是根據元素構建堆。然後將堆的根節點取出(一般是與最後一個節點進行交換)，將前面len-1個節點繼續進行堆調整的過程，然後再將根節點取出，這樣一直到所有節點都取出。堆排序過程的時間複雜度是O(nlgn)。因為建堆的時間複雜度是O(n)（呼叫一次）；調整堆的時間複雜度是lgn，呼叫了n-1次，所以堆排序的時間複雜度是O(nlgn)[2] 注意：①只需做n-1趟排序，選出較大的n-1個關鍵字即可以使得檔案遞增有序。②用小根堆排序與利用大根堆類似，只不過其排序結果是遞減有序的。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【特點】堆排序（HeapSort）是一樹形選擇排序。堆排序的特點是：在排序過程中，將R[l..n]看成是一棵完全二叉樹的順序儲存結構，利用完全二叉樹中雙親結點和孩子結點之間的內在關係（參見二叉樹的順序儲存結構），在當前無序區中選擇關鍵字最大（或最小）的記錄【演算法分析】堆排序的時間，主要由建立初始堆和反覆重建堆這兩部分的時間開銷構成，它們均是透過呼叫Heapify實現的。平均效能：O(N*logN)。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。堆排序是就地排序，輔助空間為O(1）。它是不穩定的排序方法。（排序的穩定性是指如果在排序的序列中，存在前後相同的兩個元素的話，排序前 和排序後他們的相對位置不發生變化）。
【概念】堆排序(Heapsort)是指利用堆積樹（堆）這種資料結構所設計的一種排序演算法，它是選擇排序的一種。可以利用陣列的特點快速定位指定索引的元素。堆分為大根堆和小根堆，是完全二叉樹。大根堆的要求是每個節點的值都不大於其父節點的值，即A[PARENT[i]] >= A[i]。在陣列的非降序排序中，需要使用的就是大根堆，因為根據大根堆的要求可知，最大的值一定在堆頂。【起源】1991年的計算機先驅獎獲得者、斯坦福大學計算機科學系教授羅伯特·弗洛伊德(Robert W．Floyd）和威廉姆斯(J．Williams）在1964年共同發明了著名的堆排序演算法（ Heap Sort )。【簡介】堆排序利用了大根堆（或小根堆）堆頂記錄的關鍵字最大（或最小）這一特徵，使得在當前無序區中選取最大（或最小）關鍵字的記錄變得簡單。（1）用大根堆排序的基本思想① 先將初始檔案R[1..n]建成一個大根堆，此堆為初始的無序區② 再將關鍵字最大的記錄R[1]（即堆頂）和無序區的最後一個記錄R[n]交換，由此得到新的無序區R[1..n-1]和有序區R[n]，且滿足R[1..n-1].keys≤R[n].key③由於交換後新的根R[1]可能違反堆性質，故應將當前無序區R[1..n-1]調整為堆。然後再次將R[1..n-1]中關鍵字最大的記錄R[1]和該區間的最後一個記錄R[n-1]交換，由此得到新的無序區R[1..n-2]和有序區R[n-1..n]，且仍滿足關係R[1..n-2].keys≤R[n-1..n].keys，同樣要將R[1..n-2]調整為堆。……直到無序區只有一個元素為止。（2）大根堆排序演算法的基本操作：①建堆，建堆是不斷調整堆的過程，從len/2處開始調整，一直到第一個節點，此處len是堆中元素的個數。建堆的過程是線性的過程，從len/2到0處一直呼叫調整堆的過程，相當於o(h1)+o(h2)…+o(hlen/2) 其中h表示節點的深度，len/2表示節點的個數，這是一個求和的過程，結果是線性的O(n)。②調整堆：調整堆在構建堆的過程中會用到，而且在堆排序過程中也會用到。利用的思想是比較節點i和它的孩子節點left(i),right(i)，選出三者最大(或者最小)者，如果最大（小）值不是節點i而是它的一個孩子節點，那邊互動節點i和該節點，然後再呼叫調整堆過程，這是一個遞迴的過程。調整堆的過程時間複雜度與堆的深度有關係，是lgn的操作，因為是沿著深度方向進行調整的。③堆排序：堆排序是利用上面的兩個過程來進行的。首先是根據元素構建堆。然後將堆的根節點取出(一般是與最後一個節點進行交換)，將前面len-1個節點繼續進行堆調整的過程，然後再將根節點取出，這樣一直到所有節點都取出。堆排序過程的時間複雜度是O(nlgn)。因為建堆的時間複雜度是O(n)（呼叫一次）；調整堆的時間複雜度是lgn，呼叫了n-1次，所以堆排序的時間複雜度是O(nlgn)[2] 注意：①只需做n-1趟排序，選出較大的n-1個關鍵字即可以使得檔案遞增有序。②用小根堆排序與利用大根堆類似，只不過其排序結果是遞減有序的。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【特點】堆排序（HeapSort）是一樹形選擇排序。堆排序的特點是：在排序過程中，將R[l..n]看成是一棵完全二叉樹的順序儲存結構，利用完全二叉樹中雙親結點和孩子結點之間的內在關係（參見二叉樹的順序儲存結構），在當前無序區中選擇關鍵字最大（或最小）的記錄【演算法分析】堆排序的時間，主要由建立初始堆和反覆重建堆這兩部分的時間開銷構成，它們均是透過呼叫Heapify實現的。平均效能：O(N*logN)。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。堆排序是就地排序，輔助空間為O(1）。它是不穩定的排序方法。（排序的穩定性是指如果在排序的序列中，存在前後相同的兩個元素的話，排序前 和排序後他們的相對位置不發生變化）。