首先要理解堆的含义：要么所有节点都不大于其子孩子节点数据，要么都不小于其子孩子节点数据

堆排序的核心思想：就是要满足所有节点都满足上面两点，如何完成，看下面

堆排序的步骤：

1.首先要建成一个大顶堆或者小顶堆，在建的过程中其实就是调整节点的位置，首先要从最后最后一个节点的母亲节点开始，按照堆的含义调整。为什么不是最后一个或者其他？因为要保证完整性和不必要性，所以只需从最后一个的母亲节点开始即可（下面的堆默认存在顺序结构，从索引0开始的，所以有些二叉树的特性请查阅二叉树），直至索引节点为0的节点。调整完成后即成为一个堆，但是这里的数据并没有排序好，所以下一部调整顺序。

2.从最后一个数据开始，与第一个数据进行交换，然后按照堆的含义调整第一个数据。为什么先选择最后一个数据？因为默认情况下，最后一个或者是较大或者是较小，可以满足调整要求。这时就考虑当前所有数据减去最后一个，因为这个已是最大或者是最小，不必再考虑.。直至调整没有任何数据，此时已完成排序。

具体图例不再标识，有此爱好可以参考其他书籍或者网上的介绍，下面看堆排序代码：

int HeapSort(MergeType* L)
{
	int i = 0;
	if (!L->elem)
	{
		return -1;
	}

	//创建堆
	for (int i = L->len/2-1; i >= 0; i--)
	{
		HeapAdjust(L, i, L->len-1);
	}

	//堆排序
	for (i = L->len-1; i >= 0; i-- )
	{
		swap(L->elem[i], L->elem[0]);
		HeapAdjust(L, 0, i-1);
	}
	return 0;	
}

1）由于父子节点的关系，for循环第一个数据索引其实是L,len-1，但是其父母节点（i）与 当前节点（p）的关系：p = 2i+1 或者2i+2； 如果存储数据的节点第一个索引不是0而是1，这里p=2i或者p=2i+1，请参看有关书籍的证明，所以当前父母节点：i =（p-1）/ 2 = (L.len-1-1)/2 = L.len/2-1

2）由于再次调整数据的时候是从最后一个数据，所以需要交换数据swap，再进行当前顶点数据也就是第一个数据的堆调整，但是此时调整的对象只是（0~i）这些数据，其他已经排序好，所以不再需要调整

下面看一下调整代码，如下：

int HeapAdjust(MergeType* L, int nPos, int nEnd)
{
	for (int i = nPos*2+1; i < nEnd ; i = 2*i+1)
	{
		if (L->elem[i] <= L->elem[i+1])
		{
			i++;
		}
		if (L->elem[nPos] >= L->elem[i])
		{
			break;
		}
		swap(L->elem[nPos], L->elem[i]);
		nPos = i;
	}
	return 0;
}

int HeapAdjustEx(MergeType* L, int nPos, int nEnd)
{
	int nTempkey = L->elem[nPos];

	for (int i = nPos*2+1; i < nEnd ; i = 2*i+1)
	{
		if (L->elem[i] <= L->elem[i+1])//选出最大的子孩子
		{
			i++;
		}
		if (nTempkey >= L->elem[i]) //如果当前节点大于最大子孩子退出
		{
			break;
		}
		L->elem[nPos] = L->elem[i]; //否则进行数据交换
		nPos = i;
	}
	L->elem[nPos] = nTempkey;
	return 0;
}

时间复杂度：O（nlogn），分析过程暂略