Complejidad Temporal
Mejor: O(n log n)
Prom: O(n log n)
Peor: O(n log n)
Heap Sort utiliza una estructura de datos de montículo binario (heap) para ordenar elementos. Primero construye un max-heap del arreglo y luego extrae repetidamente el elemento máximo.
Cómo funciona:
1. Construir un max-heap a partir del arreglo
2. El elemento más grande está ahora en la raíz (índice 0)
3. Intercambiarlo con el último elemento, reducir el tamaño del heap
4. Aplicar heapify a la raíz para restaurar la propiedad del max-heap
5. Repetir hasta que el heap esté vacío
Complejidad Temporal:
Mejor: O(n log n)
Promedio: O(n log n)
Peor: O(n log n)
Complejidad Espacial: O(1) — in-place
Propiedades:
- No es estable
- In-place
- Rendimiento garantizado O(n log n)
Heap Sort combina lo mejor de Merge Sort (O(n log n) garantizado) y Quick Sort (in-place). Útil cuando el rendimiento en el peor caso importa.
Algoritmos relacionados
Preguntas frecuentes
- ¿Qué es Heap Sort (Ordenamiento por Montículo)?
- Heap Sort utiliza una estructura de datos de montículo binario (heap) para ordenar elementos. Primero construye un max-heap del arreglo y luego extrae repetidamente el elemento máximo.
- ¿Cuál es la complejidad de Heap Sort (Ordenamiento por Montículo)?
- Tiempo (promedio): O(n log n) · Espacio: O(1)
- ¿Para quién es este visualizador de Heap Sort (Ordenamiento por Montículo)?
- La visualización de Heap Sort (Ordenamiento por Montículo) está pensada para nivel intermedio, dentro de la categoría Ordenamiento. Ideal para estudiantes, entrevistas técnicas y repaso práctico.
- ¿Qué algoritmos relacionados hay con Heap Sort (Ordenamiento por Montículo)?
- En la misma categoría (Ordenamiento) puedes explorar: Bubble Sort, Selection Sort, Insertion Sort. Todos tienen visualización interactiva.