堆排序的Python3实现

堆排序不仅是在面试很常见的考察题目，也是一种很重要的排序方法，通过堆排序，我们也能更好地了解堆这种数据结构的思想。

堆排序思想理论

堆排序涉及到的概念：

1. 堆排序是利用 堆进行排序的
2. 堆是一种完全二叉树
3. 堆有两种类型: 大根堆 小根堆

两种类型的概念如下：

1. 大根堆：每个结点的值都大于或等于左右孩子结点
2. 小根堆：每个结点的值都小于或等于左右孩子结点

这里有一个自己常用的心得，对于树结构的描述，比如前中后序遍历，大根堆小根堆，我们都描述的是父节点的状态，前序遍历就是说父节点的顺序要在前面，大根堆就是父节点的值比较大，等等。

堆排序Python3实现

了解了堆。下面我们来看下堆排序的思想是怎样的(以大根堆为例)：

1. 首先将待排序的数组构造出一个大根堆

2. 取出这个大根堆的堆顶节点(最大值)，与堆的最下最右的元素进行交换，然后把剩下的元素再构造出一个大根堆

3. 重复第二步，直到这个大根堆的长度为1，此时完成排序。

编码主要解决两个问题：

• 如何把一个序列构造出一个大根堆

def heap_adjust(L, start, end):
   temp = L[start]

   i = start
   j = 2 * i

   while j <= end:
       if (j < end) and (L[j] < L[j + 1]):
           j += 1
       if temp < L[j]:
           L[i] = L[j]
           i = j
           j = 2 * i
       else:
           break
   L[i] = temp

• 输出堆顶元素后，如何使剩下的元素构造出一个大根堆

def swap_param(L, i, j):
    L[i], L[j] = L[j], L[i]
    return L

def heap_sort(L):
    L_length = len(L) - 1

    first_sort_count = L_length / 2
    for i in range(first_sort_count):
        heap_adjust(L, first_sort_count - i, L_length)

    for i in range(L_length - 1):
        L = swap_param(L, 1, L_length - i)
        heap_adjust(L, 1, L_length - i - 1)

    return [L[i] for i in range(1, len(L))]

引用：
堆排序的Python实现(附详细过程图和讲解)