堆排序算法详解：原理、实现与C语言代码
堆排序（Heap Sort）是一种高效的排序算法，利用二叉堆数据结构实现。其核心思想是将待排序序列构造成一个大顶堆（或小顶堆），通过反复调整堆结构完成排序。下面从原理到实现进行详细解析。
一、核心概念：二叉堆
二叉堆是一种完全二叉树，满足以下性质：
大顶堆：父节点值 ≥ 子节点值（用于升序排序）
小顶堆：父节点值 ≤ 子节点值（用于降序排序）
二、堆排序步骤
初始建堆：将无序序列构建成大顶堆
堆排序：反复将堆顶元素与末尾交换，并调整堆
1. 初始建堆（Heapify）
从最后一个非叶子节点开始，自底向上调整堆结构。
关键公式（数组下标从0开始）：
节点
i的左子节点：2i + 1节点
i的右子节点：2i + 2最后一个非叶子节点：
n/2 - 1
调整过程：
比较当前节点与左右子节点
若子节点更大，则与最大子节点交换
递归调整被影响的子树
2. 堆排序流程
将堆顶元素（最大值）与末尾元素交换
堆大小减1，重新调整堆顶元素
重复直到堆大小为1
三、C语言完整实现
#include <stdio.h>// 交换元素
void swap(int* a, int* b) {int temp = *a;*a = *b;*b = temp;
}// 调整堆（大顶堆）
void heapify(int arr[], int n, int i) {int largest = i; // 初始化最大值为根节点int left = 2 * i + 1; // 左子节点下标int right = 2 * i + 2; // 右子节点下标// 比较左子节点与根节点if (left < n && arr[left] > arr[largest])largest = left;// 比较右子节点与当前最大值if (right < n && arr[right] > arr[largest])largest = right;// 若最大值不是根节点，则交换并递归调整if (largest != i) {swap(&arr[i], &arr[largest]);heapify(arr, n, largest); // 递归调整受影响子树}
}// 堆排序主函数
void heapSort(int arr[], int n) {// 初始建堆：从最后一个非叶子节点开始for (int i = n / 2 - 1; i >= 0; i--)heapify(arr, n, i);// 依次提取堆顶元素for (int i = n - 1; i > 0; i--) {swap(&arr[0], &arr[i]); // 将堆顶移至末尾heapify(arr, i, 0); // 调整剩余元素}
}// 测试代码
int main() {int arr[] = {12, 11, 13, 5, 6, 7};int n = sizeof(arr) / sizeof(arr[0]);printf("原始数组：\n");for (int i = 0; i < n; i++)printf("%d ", arr[i]);heapSort(arr, n);printf("\n排序后数组：\n");for (int i = 0; i < n; i++)printf("%d ", arr[i]);return 0;
}四、算法分析
| 指标 | 值 | 说明 |
|---|---|---|
| 时间复杂度 | O(n log n) | 建堆O(n)，每次调整O(log n) |
| 空间复杂度 | O(1) | 原地排序 |
| 稳定性 | 不稳定 | 交换可能改变相等元素顺序 |
| 适用场景 | 大数据量排序 | 内存受限时优于归并排序 |
五、关键点解析
为什么从
n/2-1开始建堆？
完全二叉树中，非叶子节点占总数一半，且最后一个非叶子节点的下标为n/2-1。为何堆排序不稳定？
交换堆顶与末尾元素时，可能破坏相等元素的原始顺序（如[5, 5, 3]）。优化方向：
小规模数据用插入排序优化
循环展开加速堆调整
多线程并行处理子树调整
堆排序是高效排序算法的基石，也是优先级队列的核心实现。理解其原理对掌握高级数据结构至关重要。