了堆排序算法，包括堆的定义、分类（大根堆与小根堆）、排序思想以及构造堆的过程。通过代码示例展示了如何构建和调整堆，最终得出排序结果。堆排序具有平均时间复杂度O(nlogn)的特点，是一种实用的排序算法。

堆排序是一种基于比较的排序算法，它利用了堆数据结构来进行操作。堆是一种特殊的树形数据结构，每个节点的值都大于或小于其子节点的值，这种特性分为两类：

1. **大根堆（Max Heap）**：也称为父节点大于子节点的堆，每个节点的值都大于或等于其子节点的值。根节点是最大值，通常用于存储待排序序列中的最大元素。

2. **小根堆（Min Heap）**：则相反，每个节点的值都小于或等于其子节点的值，根节点是最小值。在实际应用中，我们更常见的是使用小根堆来实现堆排序，因为可以直接取出最小元素。

堆排序的基本思路是：
- 首先，将待排序的数组构建成一个大根堆（或小根堆），保证堆顶元素是最大（或最小）值。
- 然后，将堆顶的最大（或最小）元素与末尾元素交换位置，此时末尾就得到了当前序列的最大（或最小）值，并移除堆顶。
- 接着，对剩余的元素重新调整成堆，继续上述过程，直到整个序列有序。

以下是Python代码示例，展示如何构建一个大根堆并进行堆排序：

def heapify(arr, n, i):
    largest = i
    left = 2 * i + 1
    right = 2 * i + 2

    if left < n and arr[i] < arr[left]:
        largest = left
    if right < n and arr[largest] < arr[right]:
        largest = right

    if largest != i:
        arr[i], arr[largest] = arr[largest], arr[i]
        heapify(arr, n, largest)

def heap_sort(arr):
    n = len(arr)
    for i in range(n // 2 - 1, -1, -1):
        heapify(arr, n, i)

    for i in range(n - 1, 0, -1):
        arr[0], arr[i] = arr[i], arr[0] # 交换
        heapify(arr, i, 0)

# 示例
arr = [12, 11, 13, 5, 6, 7]
heap_sort(arr)
print("Sorted array is", arr)