最近在整理一批学生考试成绩，数据量不大，也就几十条。朋友推荐用堆排序，说效率高、很稳定。可我试了下，感觉代码写起来比冒泡还绕，运行起来也没快多少，反而有点“杀鸡用牛刀”的味道。
堆排序是啥？
堆排序是一种基于完全二叉树的排序算法，核心是构建一个最大堆或最小堆，然后反复取堆顶元素放到末尾，再调整堆。它的平均和最坏时间复杂度都是 O(n log n)，听起来挺漂亮。
但问题是，这个“高效”是有前提的——数据量得够大。就像你搬家，叫一辆大卡车当然运得多，可如果你就拎两本书，非得调度一辆卡车来，那就不划算了。
小数据用堆排序，反而拖后腿
对于几十个甚至一两百个数据，简单的插入排序、冒泡排序其实更合适。它们虽然时间复杂度是 O(n²)，但常数因子小，代码简单，CPU 缓存友好，实际跑起来可能比堆排序还快。
而且堆排序要建堆、调整堆，逻辑复杂，容易写错。比如写个 for 循环遍历数组，一不小心索引越界，调试起来也费劲。小数据场景下，这种开销完全没必要。
举个实际例子
假设你要给班级 30 个学生的数学成绩排序。用插入排序，几行代码搞定：
for (int i = 1; i < n; i++) {
int key = arr[i];
int j = i - 1;
while (j >= 0 && arr[j] > key) {
arr[j + 1] = arr[j];
j--;
}
arr[j + 1] = key;
}逻辑清晰，一眼看懂。换成堆排序，光是写个 heapify 函数就得十几行，调试还得画树结构，何必呢？
什么时候才该用堆排序？
当你处理成千上万条数据，比如日志分析、大规模排行榜更新，或者需要频繁找最大/最小值的场景，堆排序的优势才真正体现出来。尤其是它最坏情况也是 O(n log n)，不像快排可能退化到 O(n²)。
但回到小数据问题——真别折腾堆排序了。选对工具，比死磕“理论上最优”更重要。