标签：lock 性能 back 怎么 round 完全二叉树 思考 api 过程
在我之前的文章中：《高效排序之——堆排序，归并排序、快速排序》中初步介绍了堆排序的过程，但是认真的说，自己并没有叙述的十分清楚，这篇博客，我将持续更新，表明堆排序的一个过程和核心思想。
系列博客将按照下面三个问题展开：
本文将先回答前两个问题：
堆结构是一棵完全二叉树，这是堆结构最为根本的性质；当然，我们通常会讨论最大堆结构和最小堆结构。这里以最大堆结构为例，说明最大堆的特点：
上图所示为一个最大堆结构，很明显需要满足以下两点：1 必须满足堆结构的定义：完全二叉树；2 任何一个子节点的值都不大于其父节点的值
第一个问题回答完毕，再来回答第二个问题：为何堆结构可以用来排序？
那么这个问题就要说到优先队列事情了。队列结构——先进先出，而优先队列呢，满足优先级别高的先出。等等，这和堆结构有何关系呢？，
我们来看看上述最大堆结构：最大堆结构 和优先队列联系起来的 纽带是：越上层的父节点，其优先级越高，我们将上述最大堆直接写成一个数组结构：
如果把该数组看成队列结构，那么优先出队列的则是元素“45”。最大堆的性质导致了堆的一个很重要的特性：根节点是堆里面数值最大的元素。所以，当元素45出堆后，剩下的元素中最大的元素必然要上浮到根节点的位置。因此，根据堆结构的这一出堆的性质，将一个堆结构所有元素全部出堆，就构成了一个有序列，即完成了排序的功能。
因此堆排序的核心其实是两步：将待排序数组构建为一个堆结构；2 将根节点出堆
仔细思考上面的两个步骤，本质上是两个相反的过程：将n个元素插入一个空堆；将这n个元素按照出堆原则出堆
在此，给出两个基本结论：将n个元素逐个插入到一个空堆中，算法复杂度是O（nlogn）。当然也可以采用heapify算法，将建堆过程的复杂度降低到O（n），该算法的核心思想是：直接对原数组进行结构调整，而且我们开始调整的位置从n/2-1.
至此，博客回答了前两个问题，后续问题会定期更新！
标签：lock 性能 back 怎么 round 完全二叉树 思考 api 过程
原文地址：https://www.cnblogs.com/shaonianpi/p/12044237.html
