本文包括堆排序的代码、例子（图示）、时间复杂度分析 例子图示： 之后按照上述的调整堆的方式，不断进行调整，直到堆只剩下根节点的时候，数组有序 ...

时间复杂度O（n*logn）：每次输出堆顶元素，输出n-1次，每次输出完之后对堆进行调整，每次调整的时间复杂度是O(logn)，即二叉树的高度h。 ...

1.归并排序时间复杂度为O(N*logN)，额外的空间复杂度O(N)。 2.递归行为：一个数组的排序，先将左侧部分排好序，然后将右侧部分排好序，最后整体利用外排序的方式整体排好。 3.归并排序：将两个(或者两个以上)有序表合并成一个新的有序表，即把待排序的序列分成若干个子序列，在把有序的子序列 ...

0.经典快排：将数组最后位置的数值x作为划分值，将小于等于x的放在左边，大于x的放在右边， 　　 　　让小于等于x区域的最后一个位置上放x值，如果有多个值等于x，中间区域放的什么值无所谓，左边区域最后一个数放x就可以，左边区域放小于等于x的值，右边放大于x的值，经典快排的时间复杂度和数据状况 ...

1. 算法实现 排序中比较复杂的有归并排序，快速排序，堆排序三大算法了，三个算法的时间复杂度都是O(N * logN)，三个算法的思想我就简单的展开详述以下。 1.1 归并排序 归并排序的核心思想是链表中的经典题目：合并两个有序链表。 剑指offer：合并两个排序的链表 Leetcode ...

前置知识 堆排序是将数组看成了一个二叉树，并且是一个完全二叉树，再进行排序 所以得知道完全二叉树的一些性质：设完全二叉树的层次为k，完全二叉树的节点数量在两种情况之间 节点数量最大为2k - 1，最后一层的节点是满的，有2k-1个节点 节点数量最小为2k-1，最后一层只有一个节点 ...

各排序的时间复杂度分析 插入排序——直接插入排序 在最好的情况下，序列已经是有序的，每次插入元素最多只需要与有序表中最后一个元素进行比较，时间复杂度为O(n)。在最坏的情况下，每次插入元素需要与前面所有的元素进行比较，时间复杂度为O(n2），平均时间复杂度为O(n2）。 代码 ...

一、动图演示 二、思路分析 　　先来了解下堆的相关概念：堆是具有以下性质的完全二叉树：每个结点的值都大于或等于其左右孩子结点的值，称为大顶堆；或者每个结点的值都小于或等于其左右孩子结点的值，称为小顶堆。如下图： 同时，我们对堆中的结点按层进行编号，将这种逻辑结构映射 ...