很好很强大的堆排序
上次提到了位图排序，这次主题也是排序，不过首先来点别的。
如何生成m个随机数？看了编程珠玑的文章，知道了一些，后来又在csdn上发现了其他人设计的，我就拿来说说吧。
如果没有头绪，那就按平常来说就是随机生成一个数，然后比较集合中是否存在，不存在放里面，否则再继续生成。按珠玑上所言，那就是 psuedo code:
select =m;
remaining =n;
for i=[0..n]
if(bigrand()%remaining)<select
set.add(i)
select--;
remaining--;
代码：void getknuth(int m,int n)
{
for (int i=0;i<n;i++)
if(bigrand()%(n-i))<m)
{
cout<<i<<endl;
m--;
}
}
另外一种方式是先从0到n生成按i递增生成n个数先，然后再随机打乱这m个数的位置并选中
一次循环搞定
for(int i=0;i<n;i++)
a[i]=i;
for(int j=0;i<m;j++)
{
swap(a[j],a[random()%j]);
}
还有一种与上述类似，就每个数据初始化为0，随机选中一个位置 如果该位置为零就没有赋值过，就赋值为i:
int a[100]={0};
int i, m;
for(i=1; i<=99; ++i)
{
while(a[m=rand()%100]);
a[m] = i;
} 该方法效率不高(因为很可能生成重复的位置)
该章后面的原理部分很好：
1.正确理解你所遇到的问题
2.提炼抽象问题
3.考虑尽可能多的解法
4.实现一种解决方案。
这些建言真的很不错，思考的时间和深度是和解决问题的力度成正比的。
好，说完题外话，回答我们另外一个排序方法：堆排序。
堆排序也是很好的排序方法之一，如快排平均效率很高，但是最坏情况下仍然逃脱不了O(n^2)级（当数据已经有序时），但是堆排序在最坏情况下仍然坚挺，保持O(n*log(n))的高度。那我们就来说说它吧。
堆排序首先要建立堆，堆是一种特殊的数据结构：x[i/2]<=x[i]的就算具有堆属性。
堆的操作有两个关键操作，siftup 和siftdown (向上筛选，向下筛选 分别对应插入一个数据，修改堆顶数据）.注：这里的堆用数组表示
void siftup(int n)
pre n>0 && heap(1,n-1)
post heap(1,n)
{
tmp=x[i];
i=n;
while(i>1)
{
if(x[i]>=x[i/2]) break;
x[i]=x[i/2]; //swap(x[i],x[i/2);
i=i/2;
}
x[i]=temp;
}
void siftdown(int n)
pre heap(2,n) &&n>0;
post heap(1,n)
{
i=1;
c=2*i;
while(c<=n)
{
if(c+1<=n)
{
if(x[c]>x[c+1])
c++;
}
if(x[c]>=x[i])break;
swap(x[c],x[i]);
i=c;
c=2*i;
}
}
堆排序把数组看成两种抽象结构的结合：左边是堆，右边是已排序的元素序列。1...................i.....................n
首先建立堆
for i=2..n//第一个已经是堆了
siftup(i)
然后建立有序序列：
for i=n;i>=2;i--
swap(1,i);
siftdown(i-1);
综合以上可以写下如下的简短排序方法：
for(int i=2;i<=n;i++)
siftup(i);
for(int i=n;i>=2;i--)
{
swap(1,i);
siftdown(i-1);
}
每次按降序提取元素，这样建立从右到左的有序序列。n-1 次siftup 和siftdown ，每个操作最多O(logn),故时间是 O(nlogn),很好很强大啊
