我知道链表不是构建堆的合适数据结构。
这里的一个答案 (https://stackoverflow.com/a/14584517/5841727) 说堆排序可以使用与数组相同的链表在 O(nlogn) 中完成。
我认为 heapify 操作会在链表中花费 O(n) 时间，我们需要 (n/2) 次 heapify 操作导致 O(n^2) 的时间复杂度。
有人能告诉我如何使用链表实现 O(nlogn) 复杂度（用于堆排序）吗？
【问题讨论】：
标签： algorithm data-structures heap
您提到的 Stackoverflow URL 只是某人的声明（至少在我写这篇文章时），所以基于假设这里是我的答案。大多数情况下，当人们提到“时间复杂度”时，他们的意思是无症状分析，并找出算法所花费的时间随着输入大小的增加而增加的比例，而忽略所有常数。
为了证明链表的时间复杂度，我们假设有一个函数返回给定索引的值（我知道链表不按索引返回）。为了提高此功能的效率，您还需要传入 level，但我们现在可以忽略它，因为它对时间复杂度没有任何影响。
所以现在归结为随着输入大小的增加分析时间比例对该函数的影响。现在您可以想象，为了修复（堆积）一个节点，您可能必须最多遍历 3 次（1. 找出要交换的节点需要一次遍历来比较两个可能的子节点之一，2. 回到父节点进行交换 3 . 回到你刚刚交换的那个）。现在，即使您似乎正在进行 3 次 max n/2 遍历；对于无症状分析，这仅等于“n”。现在您必须对 log n 执行此操作，其方式与您对数组执行的操作完全相同。因此时间复杂度为 O(n log n)。关于堆 URL https://en.wikipedia.org/wiki/Binary_heap#Summary_of_running_times 的维基百科时间复杂度表
【讨论】：