堆排序原理与Top K问题实战解析

1. 堆与堆排序基础解析

堆是一种特殊的完全二叉树结构，在算法和数据结构领域有着广泛的应用。理解堆的核心在于掌握其两种基本形态：大顶堆和小顶堆。

大顶堆的性质是任意节点的值都大于或等于其子节点的值，而小顶堆则相反，任意节点的值都小于或等于其子节点的值。这种特性使得堆能够高效地维护数据的极值，这也是堆排序算法的基础。

在实际编程实现中，我们通常使用数组来表示堆结构。这种存储方式既节省空间又便于操作。对于数组中索引为i的节点：

• 其左子节点索引为2i+1
• 右子节点索引为2i+2
• 父节点索引为⌊(i-1)/2⌋

这种数组表示法的优势在于：

1. 完全避免了指针存储，节省内存空间
2. 通过简单的算术运算就能快速定位父子节点
3. 适合现代CPU的缓存机制，访问效率高

注意：在构建堆时，我们只需要从最后一个非叶子节点（即索引为n/2-1的节点）开始调整即可，因为叶子节点本身已经满足堆的性质。

2. 堆排序的完整实现

堆排序算法可以分为两个主要阶段：建堆阶段和排序阶段。下面我们详细分析每个步骤的实现细节。

2.1 建堆过程详解

建堆的核心操作是"堆化"(heapify)，即调整某个节点使其满足堆的性质。这是一个自上而下的递归过程：

java复制private void heapify(int[] nums, int n, int i) {
    int largeIndex = i;
    int left = 2 * i + 1;
    int right = 2 * i + 2;
    
    // 找出当前节点和左右子节点中的最大值
    if (left < n && nums[left] > nums[largeIndex]) {
        largeIndex = left;
    }
    if (right < n && nums[right] > nums[largeIndex]) {
        largeIndex = right;
    }
    
    // 如果需要交换，则递归调整被交换的子树
    if (largeIndex != i) {
        swap(nums, i, largeIndex);
        heapify(nums, n, largeIndex);
    }
}

建堆时，我们从最后一个非叶子节点开始，自底向上调用heapify：

java复制public void buildMaxHeap(int[] nums) {
    int n = nums.length;
    for (int i = n/2-1; i >= 0; i--) {
        heapify(nums, n, i);
    }
}

2.2 排序过程实现

完成建堆后，排序过程相对简单：

1. 将堆顶元素（最大值）与当前末尾元素交换
2. 堆的大小减1（排除已排序的元素）
3. 对新的堆顶元素进行heapify调整
4. 重复上述步骤直到堆中只剩一个元素

java复制public void heap