（1）堆排序：堆排序（Heapsort）是指利用堆这种数据结构所设计的一种排序算法。堆积是一个近似完全二叉树的结构，并同时满足堆积的性质：即子结点的键值或索引总是小于（或者大于）它的父节点。
（2）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。
2、堆排序思想（1）将无需序列构建成一个堆，根据升序降序需求选择大顶堆或小顶堆
（2）将堆顶元素与末尾元素交换，将最大元素"沉"到数组末端
（3）重新调整结构，使其满足堆定义，然后继续交换堆顶元素与当前末尾元素，反复执行调整+交换步骤，直到整个序列有序
3、代码实现运行截图：
二、时间复杂度分析 1、初始化建堆初始化建堆只需要对二叉树的非叶子节点由下至上，由右至左选取非叶子节点来调用adjusthead()函数。那么倒数第二层的最右边的非叶子节点就是最后一个非叶子结点。
假设高度为k，则从倒数第二层右边的节点开始，这一层的节点都要执行子节点比较然后交换；倒数第三层呢，则会选择其子节点进行比较和交换，如果没交换就可以不用再执行下去了。高层也是这样逐渐递归。
那么总的时间计算为：s = 2^( i - 1 ) * ( k - i )；其中 i 表示第几层，2^( i - 1) 表示该层上有多少个元素，( k - i) 表示子树上要下调比较的次数。
S = n - log(n) -1，所以时间复杂度为：O(n)
2、排序重建堆每次重建意味着有一个节点出堆，所以需要将堆的容量减一。adjustheap()函数的时间复杂度k=log(n)，k为堆的层数。所以在每次重建时，随着堆的容量的减小，层数会下降，函数时间复杂度会变化。重建堆一共需要n-1次循环，每次循环的比较次数为log(i)，则相加为：log2+log3+…+log(n-1)+log(n)≈log(n!)。
所以时间复杂度为O(nlogn)
3、总结初始化建堆的时间复杂度为O(n)，排序重建堆的时间复杂度为nlog(n)，所以总的时间复杂度为O(nlogn)，空间复杂度为O（1）。
到此这篇关于Java详细讲解堆排序与时间复杂度的概念的文章就介绍到这了,更多相关Java堆排序与时间复杂度内容请搜索七叶笔记以前的文章或继续浏览下面的相关文章希望大家以后多多支持七叶笔记！
