在学习算法的过程中，我们难免会接触很多和排序相关的算法。总而言之，对于任何编程人员来说，基本的排序算法是必须要掌握的。
从今天开始，我们将要进行基本的排序算法的讲解。Are you ready？Let‘s go~~~
1、排序算法的基本概念的讲解
时间复杂度:需要排序的的关键字的比较次数和相应的移动的次数。
空间复杂度:分析需要多少辅助的内存。
稳定性:如果记录两个关键字的A和B它们的值相等，经过排序后它们的位置没有发生交换，那么我们称这个排序算法是稳定的。
否则我们称这个排序算法是不稳定的。
排序算法的常见分类:
1、内部排序（最常见的一种排序方式，不需要借助第三方辅助存储工具）
2、外部排序（需要借助外部存储来辅助完成相关的排序操作）
如果参与排序的数据元素非常的多，数据量非常的大，计算机无法把整个排序过程放到内存中进行的话，
我们必须借助外部存储器如磁盘来完成，这种排序方式，我们称之为外部排序。
其中外部排序最常见的就是多路归并排序，即将原始文件分解成多个能够一次性装入内存的部分，分别把每一部分调入
内存完成相应的排序，接下来在对多个有序的外部文件进行多路归并排序。
对于我们绝大多数的程序员而言，我们经常遇到的为内部排序。接下来我们将要对常见的内部排序进行相应的讲解。
今天要讲解的内部排序为:
堆排序
1、堆排序的基本概念的讲解
堆排序是一个树形选择排序方法，它的特点是：在排序过程中，将L[1...n]看成是一棵完全二叉树的顺序存储结构，利用完全二叉树
中双亲结点和孩子结点之间的内在关系，在当前无序区中选择关键字最大（或最小）的元素。
堆的定义如下：n个关键字序列L[1...n]称为堆，当且仅当该序列满足：
①L(i)<=L(2i)且L(i)<=L(2i+1)
②L(i)>L(2i)且L(i)>=L(2i+1)(1<=i<=[n/2])
满足第一种情况的堆称为小根堆（小顶堆），
满足第二种情况的堆称为大根堆（大顶堆）。
算法思想：对于构造初始堆，就是一个反复筛选的过程。
n个结点的完全二叉树，最后一个结点是第【n/2】个结点为根的孩子。
对第【n/2】个结点为根的子树筛选，使该子树成为堆。
之后向前依次对各结点（【n/2】-1~1）为根的子树进行筛选，看该结点值是否大于其左右结点的值，
若不是，将左右结点中较大值与之交换，交换后可能会破坏下一级的堆，于是继续采用上述方法构造
下一级的堆，直到以该结点的子树构造成堆为止。
反复利用上述调整堆的方法建堆，直到根节点为止。
2、堆排序之Java代码实现
package com.yonyou.test;/** * 内部排序算法之堆排序 * 默认按照从小到大进行排序操作 * @author 小浩 * @创建日期 2015-3-24 */public class Test{ public static void main(String[] args) { //需要进行排序的数组 int[] array=new int[]{8,3,2,1,7,4,6,5}; //输出原数组的内容 printResult(array); //进行堆排序操作 for(int i=array.length-1;i>0;i--) { //进行n-1次建大顶堆，每次建堆，都把最小的值放到根位置上面 //同时在每次建堆的过程中选出最大的值作为根 //创建大顶堆的过程也是创建完全二叉树的过程 buildMaxHeap(array,i); } //输出排序后的相关结果 printResult(array); } /** * 建立大顶堆的过程 * @param array * @param i */ private static void buildMaxHeap(int[] array, int i) { //从叶子节点的第一个父节点开始循环 for(int j=(i-1)/2;j>=0;j--) { //最后一个节点并且这棵树只有左子树 if((2*j+1==i)&&(i%2!=0)) { if(array[j] 3.堆排序的效率分析
时间复杂度:假设有n个数据，数据交换的次数最多为n-1次，但程序的总体的比较次数较多。所以综合考虑有直接选择排序的时间复杂度为O(n2)
(n的平方)。所以当记录占用字节数较多时，通常比直接插入排序的执行速度快些。
空间复杂度:直接选择排序的空间复杂度很好，它只需要一个附加单元用于数据交换，所以其空间复杂度为O(1)。
稳定性:由于在直接选择排序中存在着不相邻元素之间的互换，因此，直接选择排序是一种不稳定的排序方法。
好吧，直接选择排序的讲解就先到这里了。