快排的空间复杂度O（logN）最差情况是O（N）
堆结构
完全二叉树，从左向右依次变满 i位置上的左孩子i*2+1 右孩子 i*2+2 父节点（i-1）/2
大根堆（每一个节点为头的子树，每一个子树的最大值都是头节点的值）
小根堆（相反）
heapinsert过程，新进数组的值和父节点不断比较，如果大于父节点，转换位置
heapify过程 heapSize防止越界
int largest = left + 1 < heapSize && arr[left+1] > arr[left] ? left +1 : left 先判断右孩子有没有越界，如果没有越界且值比左孩子大，则给largest赋值右孩子，否则为左孩子的值。
完全二叉树如果有N个节点的高度logN，用户如果让返回最大数，然后依旧要形成大根堆，代价就是logN级别的，很低
HeapSort，0位置的数和最后一个数做交换，heap Size--，最大数可以踢出树结构，然后改变结构，变成最大堆，继续这个操作
小根堆的用法
这个堆结构可以直接用priorityQueue ，黑盒不支持已经形成堆的东西，你用很轻的代价去修改里面的结构，只支持给黑河一个数，他返给你一个数，如果只是想要这个功能可以用黑盒，如果有什么特殊要求，需要自己写。
比较器（非常好用）
不基于比较的排序
计数排序：
要根据数据状况来定制，
基数排序：根据有的所有数字安排"桶"，看最大的数字是几位，其他数字前面补0补齐，然后从各位开始入桶，再按顺序出桶，再从十位数上看，依次入桶，依次出桶，百位数，依次入桶，依次出桶，最终就得到了排号的数列。
创建一个词频表count
count【 】
0 1 2 3 4 5 6 7 8 9
个位数是哪个就进到哪个里面，当出现重复的，就加一
排序算法的稳定性
用处
先按照物品的价格由小到大，再按照好评率由小到大，最终可以得到一个物美价廉的
排序
选择排序（做不到稳定性）
冒泡排序，相邻相等的时候不让换（可以保持稳定性）
插入排序（相等的时候不换为，有稳定性）
归并排序（两个合并的啥时候，当左右两侧有相等的时候，先拷贝左侧的就可以做到稳定性）
快排（做不到稳定性）
堆排很轻易的就能做到破坏稳定性，在形成堆的时候就会破坏
计数排序和基数排序都是可以做到稳定性的（入桶出桶都是可以维持的）
时间 空 稳
选择 O（N^2） O(1) ×
冒泡 O（N^2） O(1) √
插入 O（N^2） O(1) √
归并 O（N*logN） O(N) √
快排 O（N*logN） O(logN) ×
堆 O（N*logN） O(1) ×
综合排序，利用各自的又是，让整体更快，时间变得更少